1
Uma Análise dos Diferenciais de Renda e Discriminação no
Mercado de Trabalho Brasileiro
Área 14: Desigualdade, pobreza e políticas sociais
Vívian dos Santos Queiroz
Economista pela Universidade Federal da Paraíba – UFPB (2008) Mestranda em Economia pelo PME – UFPB
Endereço: Rua Avelina dos Santos, 398 Valentina I
João Pessoa – PB CEP: 58640-550 Telefone: (83) 3237-1960 Email: viviansq13@hotmail.com
Ivan Targino Moreira
Pós-Doutor pela Universidade de Paris
Professor Adjunto do Departamento de Economia – UFPB/Campus I
Endereço: Universidade Federal da Paraíba, Centro de Ciências Sociais Aplicadas – Campus I, Mestrado em Economia. Campus Universitário. Cidade Universitária.
CEP: 58059-900 - João Pessoa – PB Telefone: (83) 3216-7482 Email: ivantarginomoreira@yahoo.com.br
2
Uma Análise dos Diferenciais de Renda e Discriminação no
Mercado de Trabalho Brasileiro
Resumo: Alguns fatores podem está influenciando a ida da mulher para o mercado de
trabalho como o desenvolvimento econômico, fatores culturais ou sociais, mudança na estrutura familiar e na estrutura de geração de renda familiar. Entre 1981 e 2002, a taxa de atividade feminina elevou-se de 32,9% para 46,6%, enquanto a participação dos homens reduziu-se de 74,6% para 71,4%. Sendo assim, o presente artigo trata de analisar a inserção no mercado de trabalho brasileiro, os diferenciais de renda por Estados e de discriminação no mercado de trabalho. Para isso fez-se uso da PNAD de 2005. Foram feitos modelos de determinação da oferta de trabalho e de salários. Para a diferença de renda foi usada a decomposição de Oaxaca (1973). Os resultados mostram que os homens têm maior chance de se empregar e que as mulheres são mais educadas, no entanto ganham em média menos que os homens. Existe um hiato salarial em favor dos homens no Brasil. Quase todos os Estados apresentam um hiato salarial que favorece os homens, à exceção do Amazonas, Roraima, Ceará, Sergipe e Distrito Federal. Nesses Estados os atributos produtivos são mais valorizados na mulher do que no homem. O Estado com maior hiato salarial em favor dos homens é o Piauí.
Palavras-Chave: Mercado de Trabalho; Salários; Discriminação.
Abstract: Some factors can influence is the way of women into the labor market as the economic, cultural or social factors, changes in family structure and the structure of generating income. Between 1981 and 2002 the female activity rate increased from 32.9% to 46.6% while the participation of men fell from 74.6% to 71.4%. Therefore, this article is to examine the insertion of Brazilian labor market, the difference of income for states and discrimination in the labor market. For that it was using the PNAD 2005. Were models for the determination of labor supply and wages. For the difference in income was used for decomposition of Oaxaca (1973). The results show that men are more likely to employ and that women are more educated, however on average earn less than men. There is a wage gap for men in Brazil. Almost all states have a wage gap that favors men, with the exception of Amazonas, Roraima, Ceará, Sergipe and the Federal District. In these products are the attributes most valued in women than in men. The state with the largest wage gap in favor of men is the Piauí.
3
1 Introdução
A mulher começa a se inserir no mercado de trabalho mais intensamente a partir da década de 1970 diante de um processo acelerado de industrialização e urbanização, e permaneceu em taxas crescentes até décadas atuais. Nos Estados Unidos, entre os anos de 1970 e 1980, a taxa de participação das mulheres cônjuges com 16 anos ou mais passou de 41,6% para 51,7%, enquanto no Brasil essa participação passou de 28,7% para 36,9%, respectivamente, segundo Ramos e Soares (1994). Hoffmann e Leone (2004) destacam que entre 1981 e 2002, a taxa de atividade feminina elevou-se de 32,9% para 46,6%, enquanto os homens, a participação na atividade econômica reduziu-se de 74,6% para 71,4%, no mesmo período.
Segundo Hoffmann e Leone (2004), conforme a mulher foi se inserindo no mercado de trabalho brasileiro, surgiram algumas mudanças significativas no perfil do trabalho feminino. Inicialmente as mulheres eram muito jovens, solteiras e pouco escolarizadas, depois, a participação no mercado de trabalho de mulheres acima de 25 anos, cônjuges, chefes, com níveis elevados de escolaridade e renda não muito baixa se elevou. Dentre os países da America Latina em 1987, verifica-se que o papel da educação é determinante na inserção feminina. O caso da Venezuela mostra que a probabilidade de mulheres ofertarem trabalho se elevou de 30% para mais de 85% em grupos de instrução inferior ao primário até ao superior. Portanto, os fatores que podem está influenciando a ida da mulher para o mercado de trabalho decorre de seu amadurecendo e da sua permanência na atividade econômica, fatores culturais ou sociais associados ao trabalho da mulher, os próprios efeitos do desenvolvimento sobre a estrutura familiar, como o fato de está havendo alterações na estrutura de geração de renda familiar, como destaca Ramos e Soares (1994), além do declínio da taxa de fecundidade que disponibiliza maior tempo para atividades de mercado.
Em um estudo feito por Psacharopoulos e Tzannatos (1992) para países da América Latina, observou-se que, em todos estes países, as mulheres recebem menos do que os homens, principalmente na Argentina, Bolívia, Chile, Equador e Jamaica, onde as mulheres recebem 30% menos do que os homens. No Brasil, a consolidação da participação da mulher no mercado de trabalho não se deve somente a aproximação das taxas de participação de homens e mulheres, mas também pela diminuição do diferencial de salários entre os sexos. Como destaca Hoffmann e Leone (2004), em 1981 o rendimento médio do trabalho da mulher equivalia a 55,7% do rendimento médio do trabalho do homem e essa relação passou a ser de 70,6% em 2002.
O presente estudo tem importância por investigar os determinantes da oferta de trabalho e do salário para ambos os sexos, além de estudar os diferencias de renda entre gêneros por Estados brasileiros. O trabalho busca contribuir com a literatura nacional inserindo a discriminação por gênero para os Estados Brasileiros. Estudos feitos por Hoffmann e Leone (2004), buscou investigar a participação feminina no mercado de trabalho e desigualdade de renda domiciliar per capita no Brasil, usando o índice de Gini. Os resultados mostraram que: (i) diminuiu a participação do rendimento do trabalho do homem na renda do domicílio; (ii) entre 1981 e 2002 a contribuição da parcela do rendimento dos homens para a desigualdade cai 15 pontos percentuais, já a participação da renda da mulher no domicílio sobe de 16,7% para 24,9%. Sachsida e Loureiro (1998) buscaram investigar a presença ou não de discriminação por gênero no mercado de trabalho formal brasileiro entre 1986 a 1996 usando o método de elasticidade de substituição. Os resultados mostraram que há discriminação no mercado de trabalho formal brasileiro. Já Baptista (1999), estudou o diferencial de renda e
4 discriminação por sexo no mercado de trabalho brasileiro, segundo tipo de emprego. Para isso, a autora fez uso da decomposição de Oaxaca. Os principais resultados sugerem que a decomposição dos diferenciais mostra que apesar das mulheres terem atributos produtivos melhores que os dos homens, o impacto do componente residual é tão grande que anula essas vantagens e reverte o hiato em beneficio dos homens, e que uma parcela pode ser atribuída à discriminação. No âmbito internacional, Psacharopoulos e Tzannatos (1992) investigaram a inserção feminina na America Latina e o diferencial de renda entre sexo na região, como discutido acima. Para atingir os resultados os autores usaram a decomposição de Oaxaca.
Diante do aumento da PEA feminina no decorrer das décadas, mudanças no perfil das mulheres trabalhadoras, diminuição do diferencial de trabalho e de renda masculino e feminino, tem-se como objetivo analisar quais são os determinantes da inserção de homens e mulheres no mercado de trabalho, além de investigar as diferenças de remuneração entre eles no mercado de trabalho segundo os Estados brasileiros, e especificamente, analisar o hiato salarial decompondo esse diferencial. Para isso se fez uso da PNAD de 2005.
Este artigo divide-se em seis partes, incluindo a introdução. A segunda parte apresenta evidências sobre a inserção de homens e mulheres no mercado de trabalho brasileiro. A terceira e a quarta parte são reservadas para a exposição dos aspectos teóricos e procedimentos metodológicos, respectivamente. A quinta parte analisa os resultados econométricos e a decomposição do diferencial. Por fim, a última parte é reservada para a conclusão.
2 Mercado de Trabalho Brasileiro 2.1 População nos Estados Brasileiros
Conforme os estudos de Ramos e Soares (1996), a participação feminina vem se elevando, porém há ainda uma subutilização da força de trabalho feminina, seja em comparação com a taxa do homem ou a observada em outros países. No período de 1976/85, essa taxa passou de 28,7% para 36,9%. Comparando com as taxas dos Estados Unidos, no período de 1970/80, a participação feminina, principalmente das mulheres cônjuges e com 16 anos de idade ou mais, passou de 41,6% para 51,7%.
A população de mulheres vem se elevando no país. De acordo com a análise dos dados da PNAD de 2005, na figura 1, os Estados com maior população de homens e mulheres é São Paulo, Bahia, Minas Gerais, Rio Grande do Sul, Pernambuco, Rio de Janeiro, Ceará e Pará. No entanto, os Estados com maior número de mulheres é São Paulo, Rio Grande do Sul, Rio de Janeiro, Pernambuco, Ceará e Pará.
5
Figura 1: Distribuição por Gênero e por Unidade Federativa (2005) -% Fonte: Elaboração própria a partir dos dados da PNAD de 2005.
2.2 Inserção por Gênero no Mercado de Trabalho
O processo de inserção feminina no mercado de trabalho é um processo muito mais complexo que os dos homens, visto que a mulher tem um ciclo de vida ativa que é mais incerto, isto no sentido de que é afetado pelo ciclo do casamento, fecundidade e família. No entanto, a mulher vem elevando sua participação no mercado de trabalho brasileiro, pois como observado por Hoffmann e Leone (2004), houve um crescimento de 41,6% na participação feminina, enquanto para os homens houve um decréscimo de 4,3%, entre os anos de 1981 e 2002.
Na figura 2 mostra a participação feminina e masculina por Estados brasileiros em 2005. Os Estados que apresentam maior população de homens e mulheres, apresentam também a maior taxa de participação na população economicamente ativa (PEA). Os Estados que apresentam mais mulheres empregadas que homens são os mesmos que apresentam uma população de mulheres maior, à exceção do Pará e Paraná.
Figura 2: Participação por Gênero da População que Trabalha na População Total segundo as Unidades Federativas (2005) - %
6 Quanto à taxa de atividade por faixas de idade, Hoffmann e Leone (2004) destacam que em 1981 a maior taxa de atividade foi verificada para a faixa correspondente a 20-24 anos (45,8%). Em 1995 e 2002, a taxa de participação feminina alcança maior patamar na faixa correspondente à 35-39 anos, havendo diminuição das faixas inferiores a 20 anos. Há, segundo Wajnman e Rios-Neto (2000), uma aproximação das taxas de atividades com as verificadas em países desenvolvidos, em que as mulheres têm uma maior participação no mercado de trabalho em idades mais avançadas.
A figura 3 mostra a taxa de atividade por sexo e por faixa de idade no Brasil em 2005. Para ambos os sexos, as taxas de participação são igualmente altas, de 25 a 44 anos. Isso pode representar maior tempo dedicado à educação, portanto uma inserção no mercado de trabalho tardia.
Observa-se que a taxa de participação masculina é superior a feminina para todas as faixas de idade. A maior taxa de atividade para o homem é verificada para as faixas de idade correspondente a 30-34 anos e 35-39 anos, ambas com 95,1% de participação. Quanto às mulheres, verifica-se que a maior taxa de participação é para a faixa de 35-39 anos (74,4%). Percebe-se que houve um aumento da participação da mulher adulta nas últimas décadas, pois a faixa de idade com maior participação em 2005 corresponde a do estudo de Hoffmann e Leone para 2002. Sendo assim, há uma tendência da mulher casada e com filhos se inserir no mercado de trabalho.
Figura 3: Brasil – Taxa de Atividade por Gênero e por Faixa de Idade (2005) % Fonte: Elaboração própria a partir de dados da PNAD de 2005.
Na tabela 1 está exposta a distribuição das mulheres e homens por condição de trabalho no Brasil em 2005. A PEA masculina (população de homens economicamente ativos que trabalham) ainda é mais elevada que a feminina, 26,1% contra 18,3%. Uma menor taxa feminina decorre, em geral, de outras obrigações que a mulher tem fora o trabalho, como cuidar da família e filhos, que podem diminuir sua permanência no mercado de trabalho. Assim, a Não-PEA feminina (mulheres inativas) é de 28,8%, sendo mais elevada que a masculina de apenas 19,5%. Quanto a PEA feminina desocupada (mulheres ativas à procura de trabalho), estas (4,3%) ainda são maiores que
7 os homens desocupados. Essa observação pode está indicando algum tipo de discriminação quanto ao emprego da mulher.
Tabela 1: Brasil - Distribuição por Gênero (2005)
Brasil Total %
PEA feminina 18,3
PEA masculina 26,1
PEA feminina desocupada 4,3
PEA masculina desocupada 3,1
Não-PEA feminina 28,8
Não-PEA masculina 19,5
Total 100
Fonte: Elaboração própria a partir dos dados da PNAD de 2005.
2.3 Característica da População Economicamente Ativa
As evidências quanto à residência setorial e por raça podem ser conferidas na figura 4. Quanto à residência setorial (figura 4a), logo de início se percebe a alta taxa de participação no mercado de trabalho do meio urbano, explicado pelas maiores oportunidades de emprego nas cidades. Em relação às mulheres, estas são mais ativas que os homens do meio urbano, 75,5% contra 67,6%. Uma explicação para essa taxa de atividade feminina maior poderia ser a participação da mulher em trabalhos domésticos no meio urbano. Enquanto os homens do meio rural, têm maior taxa de participação (32,4%), que pode ser explicado pela importância do homem em trabalhos agrícolas e em cuidados com animais. A mulher do meio rural ainda se faz presente em afazeres domésticos.
a) Segundo o Setor b) Segundo a Raça
Figura 4: Brasil – Distribuição por Gênero (2005) - % Fonte: Elaboração própria a partir dos dados da PNAD de 2005.
8 Com relação à raça (figura 4b), percebe-se que os ocupados do sexo masculino no Brasil são em sua maioria brancos (50,2%). Enquanto as mulheres ocupadas são maioria não-branco (51,6%).
A tabela 2 mostra o perfil das mulheres e dos homens que trabalham em 2005. As mulheres têm em média mais anos de estudo que os homens, 8,1 anos contra 6,9 anos de estudo, respectivamente. Há décadas atrás, a mulher tinha baixas taxas de participação no mercado de trabalho, mas talvez essa menor participação lhe tenha permitido mais tempo para investir em educação.
A idade mostra que tanto o homem quanto a mulher tem a mesma idade média (36 anos) de participação na PEA, mostrando todo o auge de vigor físico para o trabalho e também tempo em que ambos já tem qualificação suficiente para se engajarem na força de trabalho.
Tabela 2: Brasil - Perfil dos Trabalhadores por Gênero no ano de 2005 (Média)
Perfil dos Trabalhadores PEA feminina % PEA masculina %
Anos de Estudo* 8,1 6,9
Idade* 36 36
Salário (R$)* 538,15 795,16
Horas de Trabalho* 36,0 43,1
Renda Domiciliar Per Capita( R$)* 268,98 258,98
Fonte: Elaboração própria a partir de dados da PNAD de 2005.
Nota: Todas as diferenças de médias foram estatisticamente significativas a 5%.
Quanto ao salário médio, observa-se que a mulher recebe em média menos, R$ 538,15, que o homem, R$ 795,16. Esse diferencial de renda poderia ser justificado por diferença de atributos produtivos entre os sexos, mas também pode ser indício de discriminação no mercado de trabalho entre homens e mulheres uma vez que as mulheres são mais bem educadas que os homens. Alguns estudos feitos mostram possibilidade de que existe uma discriminação salarial, como indica Mello (1982), Loureiro e Sachsida (1998) e Baptista (1999).
Em referência às horas de trabalho média, os homens são os que trabalham mais (43,1 horas) em relação às mulheres (36 horas). A maior média de horas trabalhadas pelos homens pode indicar que são mais destemidos, dedicados, esforçados e batalhadores. As mulheres, geralmente, trabalham menos horas porque tem que dividir o tempo com o trabalho em casa, dada a dupla jornada feminina, podendo reduzir seu tempo de trabalho médio.
Ainda na tabela 2, o rendimento domiciliar per capita médio se mostrou pouco maior para as mulheres (R$ 268,98), enquanto os homens apresentaram um rendimento domiciliar médio de R$ 258,98. Ocorre que a mulher, por receber em média menos que o homem no trabalho principal, pode está recebendo outro tipo de rendimento que não o decorrente do trabalho principal, como aposentadorias, pensões ou outras fontes de renda, o que poderiam está elevando a sua renda domiciliar per capita.
Figura 5 mostra o rendimento por faixas de idade e por sexo em 2005. Para os homens em idades avançadas, a aposentadoria é a principal fonte de rendimentos seguido do rendimento do salário. Quanto às mulheres em idades avançadas, a principal fonte de rendimento é da aposentadoria, seguido da renda do salário. Destaca-se ainda o rendimento de pensão para as mulheres, o qual entra em pequena participação na composição da renda do homem. Por fim, se infere que o salário tem peso maior para os
9 homens do que para as mulheres em faixas de idades mais avançadas. Esse resultado indica que ambos os sexos continuam a trabalhar, ainda quando aposentados, para complementar a renda familiar.
a) Mulheres b) Homens
Figura 5: Brasil – Fonte de Rendimentos por Gênero e por faixa Etária (2005) Fonte: Elaborado pelos autores a partir dos dados da PNAD de 2005.
A figura 6 mostra a razão de salários e de anos de estudo entre homens e mulheres por faixa de idade para o ano de 2005. Vê-se logo de início que a mulher ganha menos que o homem em todas as faixas de idade no ano de 2005, pois a razão dos salários mulher/homem favorece o homem. A partir dos 15 anos de idade a razão apresenta tendência decrescente, só havendo uma pequena elevação na faixa de 60-64 anos, em que o salário feminino representa 61% da renda do homem. A faixa de idade que apresenta menor razão é 65-69 anos (47,5%).
Figura 6: Brasil - Razão dos Salários e do Nível de Instrução por Gênero (2005) % Fonte: Elaboração própria a partir de dados da PNAD de 2005.
10 No entanto, a razão de anos de estudo entre os sexos (mulher/homem), mostra que a mulher tem mais anos de estudo que o homem em todas as faixas de idade, à exceção de 65-69 anos (96,4%) e 70 anos ou mais (90,4%). Os dados mostram que a mulher tem mais instrução que os homens, mas ganham menos que estes. Há, contudo, fortes evidências que o trabalho feminino sofre discriminação no mercado de trabalho brasileiro.
3 Considerações Teóricas sobre a Participação por Gênero no Mercado de Trabalho e Salários
As mulheres enfrentam oportunidades de inserção no mercado de trabalho diferentes das oportunidades experimentadas pelos homens. Isso pode ser constatado através das diferenças de formas de acesso a empregos e diferenças de remuneração por sexo. Segundo Baptista (1999) a discriminação por sexo no mercado de trabalho ocorre quando homens e mulheres, com as mesmas preferências e atributos produtivos, recebem remunerações diferenciadas na força de trabalho, em termos de salários e ou de acesso a trabalho.
Quando pensamos na decisão de participação no mercado de trabalho, sabemos que ela está intimamente ligada à oferta de trabalho. Portanto, é feita uma breve descrição da teoria neoclássica de oferta de trabalho, identificando os fatores que influenciam essa decisão.
A decisão de oferta de trabalho decorre de um processo de maximização de utilidade dos indivíduos. Os argumentos da função de utilidade são quantidade de bens proporcionado pelo consumo (C) e horas de lazer (L), a qual está sujeita a uma restrição orçamentária.
(1) A restrição orçamentária é a soma da renda do trabalho e a renda não derivada do trabalho. Assim, o indivíduo maximiza sua utilidade dada essa restrição orçamentária. A decisão de trabalhar ocorre da seguinte forma: o indivíduo decide ofertar trabalho quando a renda do trabalho se eleva, renunciando a horas de lazer. Então esse seria o salário de reserva do indivíduo, pois este exige uma remuneração adicional para abrir mão de uma hora de lazer, quando não está trabalhando.
Segundo Menezes-Filho e Scorzafave (2001) a renda de outros membros do domicílio, o número de filhos pequenos, a presença de adultos no domicílio e a posição da mulher na família são fatores que influenciam tal decisão. Pois, aumentos na renda dos outros membros do domicílio e do número de adultos tendem a aumentar o salário de reserva da mulher, levando a uma menor probabilidade de participação no mercado de trabalho.
Além disso, Sedlacek e Santos (1991) observaram que quanto maior a educação das mulheres cônjuges, maior a probabilidade de entrarem no mercado de trabalho. Vale notar que a educação afeta tanto o salário esperado das mulheres (pois a educação está ligada à produtividade) quanto seu salário de reserva.
No entanto, Barros, Ramos e Santos (1995) argumentam que declínio na fecundidade da mulher pode está levando a uma realocação do tempo da mulher para atividades de mercado, elevando a taxa de participação na força de trabalho.
11 O modelo empregado na Seção 4.2 para explicar a decisão de participação no mercado de trabalho incorpora aspectos que afetam o salário de reserva do homem e da mulher, que, como vimos, é crucial na decisão de entrar ou não no mercado de trabalho. A renda de outros membros do domicílio, o número de filhos pequenos, a presença de adultos no domicílio e a posição da mulher na família são fatores que influenciam tal decisão.
Quanto aos níveis de salários recebidos pelos indivíduos, a discriminação pode implicar em diferença de renda do trabalho para o mesmo nível de produtividade, incentivando de forma diferente a oferta de trabalho.
Ramos e Soares (1994) e Baptista (1999) destacam que a discriminação por sexo reduz o impacto da participação da mulher na redução da pobreza, visto que seu rendimento representa atualmente um complemento ou a fonte principal de rendimento do domicilio. Uma parcela da diferença de remuneração entre sexos pode ser atribuída a diferenças de preferência e qualificação entre os trabalhadores. Porém, existe uma parcela residual, que não se refere nem a preferências e nem a qualificação e que pode ser considerada como indicador de discriminação.
Barros, Ramos e Santos (1995) fizeram um estudo com uso das PNADs de 1981 e 1989, e observaram que o hiato salarial no Brasil metropolitano chega a 70%. Stelcner e outros (1991) realizaram um estudo utilizando o censo de 1980 com foco nos determinantes de status e de rendimentos. Os resultados mostram que a decomposição dos salários em todas as regiões, com exceção do Rio de janeiro, o peso do componente residual, atribuído a discriminação, é maior que o do componente explicativo, atribuído as características individuais produtivas.
Com relação à educação é de se esperar que o rendimento médio da mulher fosse maior, pois de acordo com a teoria do capital humano a educação faz avançar as capacitações humanas, assim o aumento resultante em ganhos é o resultado-produto sobre o investimento humano. Neste caso, se não houvesse discriminação por sexo, a mulher que tivesse maior nível educacional deveria ganhar mais que o homem. Segundo Sachsida e Loureiro (1998), se homens e mulheres, com o mesmo nível de capital humano, são vistos pelo mercado como complementares, isso sim, seria um indício de discriminação. Afinal, indivíduos idênticos estariam sendo tratados como não substitutos. Desse modo, complementaridade implica discriminação e substitutibilidade, a sua inexistência.
4 Metodologia Econométrica 4.1 Base de Dados
A base de dados utilizada é a Pesquisa Nacional de Amostra por Domicilio (PNAD) do Instituto Brasileiro de Geografia e Estatística (IBGE) do ano de 2005. O estudo está baseado no trabalho principal na semana de referência para os indivíduos participantes da População em Idade Ativa (PIA), ou seja, aqueles com 10 anos de idade ou mais. Só constam na pesquisa àqueles que apresentaram algum tipo de rendimento.
12
4.2 Estimação dos Determinantes de Inserção no Mercado de Trabalho
Para avaliar quais são os fatores que afetam a decisão de homens e mulheres participarem ou não no mercado trabalho. Será ajustada uma regressão com modelo probit, pois precisa-se de um modelo em que a variável dependente “decisão de participar do mercado de trabalho” só assuma dois valores, sim ou não, sendo de natureza qualitativa.
As variáveis independentes são dummy de sexo do indivíduo, idade do indivíduo (PIA), dummy da residência setorial, dummy da raça, dummy de chefe de família, dummy de filhos de 14 anos ou menos, total de familiares vivendo no mesmo domicílio, dummy de renda de aposentaria ou pensão, renda do domicílio per capita e dummies de nível de escolaridade do fundamental até o nível superior e por fim as dummies de Estados, excluindo a categoria base que é São Paulo.
A dummy do sexo é uma das mais importantes, tendo em vista que mostra a probabilidade de inserção de homens e mulheres no mercado de trabalho brasileiro em 2005. Assim, se espera que variável tenha um sinal positivo favorecendo a inserção masculina.
A idade e idade ao quadrado do indivíduo são usadas como uma proxy da experiência, pois segundo a teria do capital humano, quanto maior a experiência maior o salário. Sendo assim, se espera um sinal positivo para a idade e negativo para a idade ao quadrado. A dummy da residência setorial mostra que pessoas que estão no meio urbano encontram maiores oportunidades de engajamento no mercado de trabalho. A variável raça é utilizada para verificar qual categoria tem mais oportunidade de engajamento no mercado de trabalho comparando brancos com os não brancos.
A variável dummy para determinar se o indivíduo é chefe ou não, é importante no sentido de que esses indivíduos têm maior chance de ofertar trabalho para sustentar a família. As variáveis de filhos de catorze anos de idade ou menos e o total de familiares vivendo no domicilio também se destacam elevando a probabilidade de o indivíduo se engajar na força de trabalho. Ao incluir essas variáveis tem-se por fim avaliar a situação da mulher na sua família, ao invés de somente as condições da própria mulher, comparando com o homem. Outras variáveis como rendimento de aposentadoria, de pensão e renda do domicílio visam verificar se tais rendimentos estão levando homens ou mulheres a postergar a oferta de trabalho.
As variáveis de escolaridade visam verificar qual o nível de estudo eleva a probabilidade de inserção na força de trabalho.
Por fim, as variáveis dummies de Estado visam captar a probabilidade de inserção por Estado em comparação à categoria base que é São Paulo.
Os indivíduos aqui tratados são racionais e tem uma função de oferta de trabalho derivada da maximização da utilidade do consumo/lazer sujeita a restrição orçamentária, que depende do tempo disponível para lazer/trabalho. Logo, para essa decisão utiliza-se um índice de utilidade I*. Considerando o modelo probit para determinação da participação no mercado de trabalho tem-se o seguinte:
(2) Onde: é um vetor de parâmetros do modelo probit; X é um vetor que contém variáveis de atributos pessoais e de capital humano para o controle dos custos associados à participação no mercado de trabalho; e é o termo de erro. O índice de
13 seleção I* ordena as preferências dos indivíduos em relação à oferta de mão-de-obra, e, portanto, a depender do sinal do índice, o indivíduo decide se engajar ou não na força de trabalho. Assim, a variável binária D assume o valor 1 quando o indivíduo opta por ser economicamente ativo e 0 caso contrário. Portanto, com esse modelo é possível destacar qual a característica predominante da população economicamente ativa nos Estados brasileiros em comparação à categoria base São Paulo.
No modelo proposto, OFT é oferta de trabalho, no país que é:
O modelo é estimado por mínimos quadrados ordinários (MQO). Para saber a probabilidade de cada variável se obtém a razão de chances de participação no mercado de trabalho.
4.3 Estimação das Equações de Rendimentos
O modelo estrutural para determinação dos rendimentos dos trabalhadores por sexo pode ser estimado adicionando-se duas equações de salários do tipo minceriana, baseado no trabalho de Mincer (1974) para homens e mulheres participantes no mercado de trabalho.
A variável dependente é o logaritmo natural do rendimento mensal por hora. Para isto foi dividido o rendimento do trabalho principal pelo número de horas trabalhadas na semana de referência, e o resultado transformado em logaritmo natural.
As variáveis independentes são idade, quadrado da idade, anos de estudo, quadrado de anos de estudo, dummy para raça, e dummy para Estados brasileiros.
Foi feito um modelo de determinação de rendimentos por sexo para todos os Estados brasileiros, comparando com o Estado de São Paulo. Alem disso, foram geradas equações de determinação de salários por Estado para realizar a decomposição do diferencial de rendimentos visando avaliar o diferencial de rendimentos entre os sexos nos Estados.
A técnica utilizada para realizar a decomposição de Oaxaca (1973) é utilizada nos estudos para medir discriminação no mercado de trabalho. De acordo com Baptista (1999), a decomposição mede o quanto do hiato salarial entre homens e mulheres seria modificado se ambos fossem remunerados segundo uma mesma estrutura salarial, mantendo fixos seus atributos produtivos. Assim sendo, o método supõe que se os retornos estimados para as características são os mesmos para homens e mulheres, o diferencial entre os salários oferecidos seria um reflexo do tratamento diferenciado que é dado a essas características produtivas. Visto isso, a diferença de salários será decomposta segundo dois componentes: que é a diferença de salários decorrente de valorização diferente de um mesmo atributo, ponderada pelo atributo médio da mulher, que seria Δd (componente residual ou discriminatório), a outra parte seria o diferencial de salários que se deve às diferenças de dotações das características dos trabalhadores ponderada pelo valor que se dá a essas características para o homem, que seria Δe
14 (componente explicativo). Se o Δd for positivo é porque o atributo é mais valorizado no homem que na mulher.
O procedimento de decomposição foi baseado em Oaxaca (1973), Baptista (1999), Psacharopoulos e Tzannatos (1992) e Barros et. al (1995). As etapas do procedimento consistem em estimar a equação de salários para homens e mulheres:
onde e são logaritmos do salários para homens e mulheres, (s=masculino “m” ou feminino “f”) que é a constante, é o vetor de características respectivas das mulheres e dos homens e é o termo de erro.
Tomando a diferença das duas equações e por último somando e subtraindo o termo (Xf)m de forma a não alterar a igualdade, tem-se:
A primeira parte é o componente residual, Δd, incluindo a diferença de interceptos, e a segunda parte é o componente explicativo Δe. O hiato salarial é dado pela diferença entre os logaritmos de salários ou por:
Δ = Δd + Δe
Se Δd for positivo é porque o atributo é mais valorizado no homem que na mulher e se for negativo o oposto. Para o Δe, quem é mais dotado em algum atributo valorizado pelo mercado como educação e experiência, tem um salário mais elevado, e se Δe = 0, não existe diferença nos grupos de idade e nem nos níveis de educação entre homens e mulheres.
O modelo proposto para o rendimento por sexo s para o Brasil é dado por:
O componente residual Δd para o modelo proposto ponderado pelo atributo médio da mulher é dado a seguir:
Já o componente explicativo Δe para o modelo proposto ponderado pelo atributo do homem é dado a seguir:
A análise da decomposição de Oaxaca por Estado é feita incluindo somente a variável dummy correspondente ao referido Estado na regressão de salários.
15
5 Resultados Econométricos
5.1 Equação dos Determinantes da Inserção no Mercado de Trabalho
Na tabela 3 tem-se o resultado das regressões de oferta de trabalho para homens e mulheres em 2005. Com relação ao sexo, o homem tem 18% de chance a mais de ofertar trabalho que a mulher. Esse resultado está de acordo com o esperado.
Com relação à residência setorial, vê-se que os residentes no meio rural têm maior probabilidade de ofertar trabalho em relação aos residentes do meio urbano. Assim, um homem residente no meio rural brasileiro em 2005 tem maior chance de trabalhar.
À medida que a idade aumenta, eleva a chance de se empregar em 0,3%, pois a idade é dada como proxy da experiência, principalmente para os homens. Quanto à idade ao quadrado, há uma diminuição da possibilidade de se empregar quando a idade se eleva muito, visto que os retornos são decrescentes com a idade que diminui a probabilidade de inserção no mercado de trabalho.
O chefe de família eleva sua chance de ir para o mercado de trabalho em 27% em 2005. Se o homem for chefe de família, tem maior chance de inserção no mercado de trabalho que a mulher.
Com relação à raça, aumenta a probabilidade de o não branco se inserir. Para os que tem filhos de catorze anos ou menos, há uma chance de 1,2% de trabalhar. Então, existe maior probabilidade de homens com filhos menores trabalharem do que mulheres. Pode-se inferir que mulheres que não tem filhos nessa faixa de idade tem maior probabilidade de conseguir emprego, coincidindo com os estudos de Menezes-Filho e Scorzafave (2001). O total de familiares vivendo no domicílio eleva a chance de ofertar trabalho no país, visto que o individuo tem que ter uma renda maior para suprir as necessidades da família.
Os rendimentos recebidos de aposentadoria e pensão reduzem a probabilidade de ofertar trabalho em 0,1%. O resultado esta de acordo com o esperado ao reduzir a chance de o individuo ir para o mercado de trabalho. Pois, para estes trocarem lazer pelo trabalho exigiriam um alto salário de reserva. Vê-se também que há uma pequena probabilidade para ambos os sexos de trabalharem devido ao aumento do rendimento do domiciliar.
Ao se observar o grau de estudo pode-se ver que a chance de trabalhar aumenta à medida que aumenta o estudo. Os indivíduos que possuem nível médio e superior tem 29% e 36% de chance de ofertar trabalho, respectivamente. Se um homem tiver o nível superior sua chance de se empregar é bem maior do que para a mulher com o mesmo nivel de estudo.
Os únicos Estados brasileiros que se mostraram não significativos foram Maranhão, Roraima e Alagoas. Os indivíduos residentes nos Estados do Amapá, Rio Grande do Norte, Pernambuco, Rio de Janeiro e Distrito Federal têm uma chance menor de se engajarem no mercado de trabalho do que se morassem em São Paulo. Piauí e Santa Catarina são os Estados com maior probabilidade de inserção no mercado de trabalho se comparado com São Paulo, com 10% e 8%, respectivamente.
Por fim, os resultados encontrados estão de acordo com os esperados para a inserção por gênero no país.
16
Tabela 3 - Brasil – Regressão univariada: probabilidade de ofertar trabalho (2005)
Variáveis
Probit: Decisão de ofertar trabalho
[D1=1-participa do mercado]
Efeito Marginal Desvio Padrão
SEXO* 0,182 0,002 URB* -0,191 0,002 IDADE 0,003 0,000 IDADE2 -0,000 0,000 CHEFE* 0,268 0,002 RACA* -0,030 0,002 FILHO14* 0,012 0,002 TOTFAM 0,001 0,000 RENAPOSENT -0,001 0,000 RENPENSAO -0,001 0,000 RENDOM 0,000 0,000 FUND1* 0,019 0,003 FUND2* 0,097 0,003 MEDIO* 0,291 0,003 SUP* 0,357 0,003 RO* 0,027 0,008 AC* 0,022 0,009 AM* -0,004† 0,007 RR* -0,009† 0,013 PA* 0,021 0,005 AP* -0,034 0,011 TO* 0,036 0,008 MA* 0,059 0,007 PI* 0,097 0,008 CE* 0,032 0,005 RN* -0,051 0,008 PB* 0,050 0,007 PE* -0,030 0,005 AL* -0,010† 0,008 SE* 0,036 0,008 BA* 0,022 0,004 MG* 0,031 0,004 ES* 0,038 0,007 RJ* -0,045 0,005 PR* 0,045 0,005 SC* 0,080 0,006 RS* 0,049 0,004 MS* 0,031 0,007 MT* 0,045 0,007 GO* 0,027 0,005 DF* -0,030 0,006 Observações 336.419 R2 0,173
Fonte: Elaborado pelos autores a partir dos dados da PNAD de 2005.
Nota: Desvios-padrão robustos à heterocedasticidade. † O parâmetro não foi estatisticamente significativo 5%. * Implica efeito marginal de uma mudança na variável dummy de 0 para 1.
17
5.2 Equação de Rendimentos por Gênero
A equação de rendimentos do homem e da mulher para o Brasil está exposto na tabela 4. A variável idade apresentou um sinal positivo em relação à taxa de salários, enquanto a idade ao quadrado mostrou que existe um retorno insignificante quanto ao avanço da idade, ou melhor, da experiência. Assim sendo, pode-se inferir que o salário, tanto de homens quanto de mulheres, tende a aumentar a taxas decrescentes com a idade, como destacado pela idade ao quadrado.
A variável anos de estudo e anos de estudo ao quadrado se associam positivamente com o salário no caso dos homens. Tal resultado mostra que o retorno do investimento feito em capital humano para o sexo masculino é maior do que o visto para as mulheres, visto que a variável anos de estudo se apresentou negativa no caso do sexo feminino. Baptista (1999) observou em seu estudo que, entre os ocupados, os homens casados ganham em média mais, com um diferencial de 33,7%, enquanto entre os solteiros, os homens também ganham mais, cujo diferencial de renda é de 4,9%. Porém, as mulheres, tanto casadas (8,9 anos) quanto solteiras (9,3 anos), têm mais anos de estudo que os homens, os quais apresentaram em média 8,3 anos de estudo para os casados e 8,2 anos para os solteiros. Assim, esses resultados mostram indícios de discriminação no mercado de trabalho entre gênero, pois as mulheres têm em média mais anos de estudo que os homens, no entanto recebem menos.
A variável dummy de raça apresentou um sinal positivo para homens e mulheres. Dessa forma, há evidências de discriminação por raça no país, pois os brancos tendem a ganhar mais que os não brancos no país em 2005. Além do que, os homens brancos tendem a ganhar mais que as mulheres brancas.
Em relação aos Estados brasileiros é possível observar que os sinais das dummies de Estado são negativas e significativas em sua maioria. Somente a dummy do Estado do Mato Grosso que se apresentou não significativa no caso dos homens. Os únicos Estados brasileiros que os homens ganhariam mais do que se estivessem em São Paulo são Amapá, Santa Catarina e Distrito Federal. A maior diferença foi observada para o Distrito Federal, onde um homem ganharia em média 20% mais do que se estivesse em São Paulo. Quanto aos menores salários recebidos vê-se que um homem que trabalhasse no Piauí e no Maranhão receberia 89% e 72% menos que os trabalhadores do Estado de São Paulo, respectivamente.
Em relação às mulheres, os Estados brasileiros que se mostraram insignificantes a 5% foram Amapá e Roraima. O Estado do Rio de Janeiro se mostrou significativo a 10%, todos os demais Estados foram muito significativos. Da mesma forma que os homens, as mulheres residentes nos Estados do Amapá, Santa Catarina e Distrito Federal ganhariam em média mais do que se trabalhassem em São Paulo, e o Distrito Federal apresentou a maior diferença, pois as mulheres aí residentes ganhariam em média 25% a mais do que se morassem em São Paulo. Baptista (1999) também encontrou resultado semelhante no ano de 1996 para as ocupadas casadas, pois, segundo o estudo, estas ganhariam 10% mais do que se estivessem trabalhando na região metropolitana de São Paulo. Quanto aos menores salários recebidos pelas mulheres, há uma semelhança com os homens, pois o Estado do Maranhão e do Piauí pagam em média 62% e 56% menos que em São Paulo.
Também cabe destacar que a diferença dos termos constantes da equação de salários é positiva dando evidencias que os homens são mais bem pagos que as mulheres para qualquer nível das variáveis explicativas.
18
Tabela 4: Brasil - Regressão linear – variável dependente: logaritmo do salário-hora (2005)
Variáveis/Modelos Homens Mulheres
Coeficiente Desvio Padrão Coeficiente Desvio Padrão
IDADE 0,019 0,000 0,019 0,000 IDADE2 0,000 0,000 0,000 0,000 ANOSESTUDO 0,017 0,002 -0,033 0,003 ANOSESTUDO2 0,007 0,000 0,010 0,000 RACA 0,124 0,005 0,105 0,006 RO -0,043 0,020 -0,054 0,024 AC -0,226 0,023 -0,114 0,030 AM -0,098 0,015 0,011† 0,017 RR -0,212 0,034 -0,041† 0,038 PA -0,237 0,011 -0,221 0,014 AP 0,070 0,027 0,070 0,035 TO -0,313 0,020 -0,320 0,026 MA -0,716 0,022 -0,622 0,030 PI -0,886 0,029 -0,555 0,033 CE -0,554 0,013 -0,549 0,016 RN -0,432 0,022 -0,353 0,026 PB -0,490 0,019 -0,368 0,024 PE -0,469 0,012 -0,389 0,014 AL -0,417 0,023 -0,342 0,028 SE -0,330 0,020 -0,365 0,026 BA -0,367 0,010 -0,353 0,012 MG -0,206 0,010 -0,213 0,011 ES -0,184 0,017 -0,214 0,020 RJ -0,090 0,011 -0,024ǂ 0,012 PR -0,096 0,012 -0,066 0,013 SC 0,047 0,014 0,037 0,016 RS -0,103 0,010 -0,045 0,011 MS -0,090 0,016 -0,109 0,021 MT 0,011† 0,016 -0,040 0,018 GO -0,131 0,012 -0,155 0,015 DF 0,201 0,016 0,251 0,017 Constante 1,357 0,013 1,268 0,018 Observações 100.178 66.939 R2 0,724 0,708
Fonte: Elaborado pelo autor a partir dos dados da PNAD de 2005.
Nota: Desvios-padrão robustos à heterocedasticidade. † O parâmetro não foi estatisticamente significativo a 5%. ǂ O parâmetro foi estatisticamente significativo a 10%.
Em resumo, entre os ocupados no Brasil vê-se que tanto homens quanto mulheres tiveram resultados bem parecidos, de acordo com os resultados esperados. É importante destacar o indício de discriminação por gênero presente na diferença de rendimento pago a homens e mulheres, que favorece os homens. Ainda, é relevante
19 enfatizar a evidencia de discriminação por raça na força de trabalho, assim como observou Baptista em seu estudo. Também chamou bastante atenção a diferença de renda para os homens e mulheres residentes no Distrito Federal em relação a São Paulo. Por fim, os resultados corroboram os estudos feitos por Baptista (1999) e o trabalho de Sachsida e Loureiro (1998) observou que os valores dos coeficientes de elasticidade de substituição, menores que 1 em valor absoluto, indicam a existencia de discriminação salarial no mercado de trabalho do homem e da mulher. O trabalho de Ames (1995) denuncia a existencia de discriminação por gênero no mercado de trabalho.
5.3 Decomposição do Diferencial de Salários
A tabela 5 mostra o hiato salarial estimado entre homens e mulheres para o Brasil e por Estados brasileiros. A tabela mostra também a proporção desse hiato que é explicado por características produtivas Δe e a proporção que é explicada residualmente. O hiato salarial para o Brasil é 1,045 reais. Ou seja, no Brasil os homens ganham em média mais que as mulheres. Como o componente explicativo é positivo, vê-se que essa diferença pode ser explicada por características produtivas diferentes entre homens e mulheres. Mas como foi visto, a mulher tem em média mais estudo que os homens, então essa parte explicada por Δe poderia ser referente ao peso maior da experiência do homem. Também cabe destacar o grande componente residual, que é positivo, mostrando que no país há uma discriminação entre os sexos, e essa diferença de rendimento também se explica por esse atributo ser mais valorizado no homem que na mulher.
Os resultados da decomposição mostram que quase todos os Estados apresentam um hiato salarial que favorece os homens, à exceção dos Estados do Amazonas, Roraima, Ceará, Sergipe e Distrito Federal. Esses Estados apresentam um diferencial que favorece a mulher apesar se ser muito pequeno. O Estado do Piauí apresenta o maior hiato em favor dos homens (0,32 reais).
Para os Estados do Amazonas, Roraima, Ceará, Sergipe e Distrito Federal o componente explicativo é negativo, indicando que a diferença de renda entre homens e mulheres nesses Estados não pode ser explicado por diferenças de idade e de educação. No entanto, o valor do componente explicativo desses Estados é muito pequeno, logo seu impacto é quase insignificante. O componente residual desses Estados também se apresentou em favor das mulheres, à exceção de Roraima, mostrando que o atributo produtivo é mais valorizado na mulher. Por fim, se conclui que a mulher ganha mais nesses Estados porque tem atributos que são mais valorizados do que no homem.
Os demais Estados, com exceção dos citados, apresentam um componente explicativo positivo, evidenciando que o diferencial de renda pode ser explicado por diferença nos atributos produtivos de homens e mulheres. O Estado do Piauí tem o maior componente explicativo dentre os Estados, 0,13 reais, e o componente residual ou discriminatório é de 0,19 reais, logo vê-se que os atributos femininos são bem melhores nesse Estado do que nos outros, dado que é ponderado por atributos femininos, no entanto Δd tem maior peso na formação do hiato salarial e o atributo é mais valorizado no homem. Porém, o elevado hiato salarial presente nesse Estado se deve em grande parte à discriminação e em seguida à diferença nos atributos produtivos entre os sexos.
20
Tabela 5: Hiato Salarial, Componente Explicativo e Componente Residual Estimado para os Ocupados no Brasil e por Estados – 2005
Brasil/Estados Hiato Salarial Estimado Δ Componente Explicativo Δe Componente Residual Δd
Brasil 1,045 0,454 0,591 [43,4%] [56,6%] RO 0,031 0,014 0,017 [44,9%] [55,0%] AC 0,019 0,014 0,005 [75,2%] [24,8%] AM -0,011 -0,007 -0,004 [61,8%] [38,2%] RR -0,008 -0,011 0,004 [147,7%] [-47,7%] PA 0,011 0,005 0,006 [44,3%] [55,7%] AP 0,038 0,018 0,020 [46,9%] [53,0%] TO 0,002 0,000 0,002 [-2,6%] [102,6%] MA 0,061 0,033 0,028 [54,0%] [45,9%] PI 0,316 0,126 0,191 [39,7%] [60,3%] CE -0,020 -0,013 -0,007 [64,1%] [35,9%] RN 0,031 0,018 0,013 [57,1%] [42,9%] PB 0,050 0,027 0,024 [52,7%] [47,3%] PE 0,042 0,025 0,017 [60,2%] [39,8%] AL 0,021 0,012 0,009 [58,4%] [41,6%] SE -0,010 -0,009 -0,001 [86,6%] [13,4%] BA 0,006 0,004 0,002 [66,8%] [33,2%] MG 0,008 0,001 0,006 [19,5%] [80,5%] ES 0,012 0,004 0,008 [34,8%] [65,2%] RJ 0,002 0,001 0,001 [35,5%] [64,5%] SP 0,027 0,016 0,012 [57,7%] [42,3%] PR 0,017 0,011 0,006 [63,1%] [36,9%] SC 0,032 0,017 0,015 [54,5%] [45,5%] RS 0,009 0,004 0,004 [49,7%] [50,3%] MS 0,023 0,011 0,012 [47,5%] [52,5%] MT 0,047 0,019 0,028 [40,3%] [59,7%] GO 0,018 0,006 0,011 [35,9%] [64,1%] DF -0,008 -0,003 -0,005 [36,3%] [63,7%]
21 Nos demais Estados, o componente discriminatório é positivo mostrando que os atributos produtivos são mais valorizados no homem que na mulher. Por fim, é possível observar que o diferencial de renda entre os Estados brasileiros em 2005 decorre em maior parte de um possível processo de discriminação entre sexo. Resultado semelhante foi encontrado por Baptista (1999) no ano de 1996 para os ocupados, pois a decomposição mostrou que o componente residual é tão grande que anula as vantagens e reverte o hiato em beneficio dos homens, apesar de a mulher possuir atributos produtivos melhores que os homens.
6 Conclusão
Este artigo examinou os determinantes da inserção no mercado de trabalho brasileiro e os salários, e ainda buscou examinar os diferenciais de renda entre sexo fazendo uma decomposição desses diferenciais. Para isso fez-se uso da PNAD de 2005. As evidências inicias mostraram que a PEA masculina é maior que a feminina, houve um aumento da participação da mulher adulta nas últimas décadas, as mulheres residentes na zona urbana são mais ativas que os homens, enquanto estes são mais ativos no meio rural. As mulheres são mais educadas, no entanto ganham em média menos que os homens, destacando que há indícios de discriminação por sexo.
Os principais resultados econométricos quanto a inserção no mercado de trabalho em 2005 mostra que a probabilidade de se engajar é maior para os homens, para os indivíduos que possuem maior nível de instrução e maior idade (proxy para experiência). A chance de ir para o mercado de trabalho diminui para os que recebem algum rendimento de aposentadoria e pensão. Os Estados do Piauí e Santa Catarina possuem maior probabilidade de inserção no mercado de trabalho se comparado com São Paulo.
Em relação à determinação dos salários de homens e mulheres vê-se que a renda do trabalho se eleva com a experiência, mas cresce a taxas decrescentes. Quanto ao nível de estudo, os homens têm maior retorno ao investimento em educação do que as mulheres, mesmo sendo mais educadas que o homem. Homens e Mulheres que trabalham no Distrito Federal em 2005 recebem em média mais do que os trabalhadores de São Paulo. No entanto, os menores salários foram verificados no Piauí e Maranhão, para ambos os sexos.
O diferencial de renda no país em 2005 favorece os homens. A decomposição mostra que esse hiato pode ser explicado por diferenças produtivas, porém a mulher tem em média mais educação que os homens, assim essa diferença pode ser explicada pela experiência masculina. Ainda, se destaca o componente discriminatório desse hiato, que mostra que os atributos masculinos são mais valorizados que na mulher. Quanto aos Estados, vê-se que quase todos apresentam um hiato salarial que favorece os homens, à exceção dos Estados do Amazonas, Roraima, Ceará, Sergipe e Distrito Federal. Esses Estados apresentam um diferencial que favorece a mulher apesar se ser muito pequeno. O resultado da decomposição mostrou que a mulher ganha mais nesses Estados porque tem atributos produtivos que são mais valorizados do que no homem. Enquanto nos demais Estados os atributos produtivos são mais valorizados no homem que na mulher. Ainda, é importante destacar o caso do Estado do Piauí que apresentou o maior hiato em favor dos homens. Por fim, os resultados mostram evidencias da presença de discriminação no mercado de trabalho em quase todos os Estados brasileiros.
22
7 Referências Bibliográficas
AMES, L. Fixing Women’s Wages: The effectiveness of comparable worth policies.
Industrial & Labor Relations Review, v.48, n.4, july 1995.
BAPTISTA, D. Diferenciais de Rendimentos e Discriminação por Sexo no Mercado
de Trabalho Brasileiro na Década de Noventa. Monografia de conclusão de curso de
graduação. Departamento de Economia, Universidade Federal de Minas Gerais, 1998. BARROS, R. P., RAMOS, L. & SANTOS, E. “Gender differences in Brazilian labor markets”. Em: SCHULTZ, P. Investiment in women’s capital. Chicago: University of Chicago Press, 1995, cap.3.
FERGUSON, C. E. Microeconomia. 19º Ed. Rio de Janeiro: Forense Universitária, 1996.
GREENE, W. H. Econometric analysis. 5ª ed. Prentice Hall. 2002.
GUJARAT, Damodar N. Econometria Básica. Rio de Janeiro: Elsevier, 2006.
HOFFMANN, Rodolfo. LEONE, Eugenia Troncoso. Participação da Mulher no
Mercado de Trabalho e Desigualdade da Renda Domiciliar per Capita no Brasil: 1981-2002. Em: Nova Economia, vol. 14, n. 2, maio-ago. 2004, p. 35-58.
IBGE, PNAD. Pesquisa Nacional por Amostra de Domicílios – 2005. Rio de Janeiro, 2006. CD-ROM.
LENE, M. C. WAJNMAN. Diferencias de Rendimentos por Gênero. In Lisboa, B. L.; MENEZES A (ORG) Microeconomia e Sociedade no Brasil. São Paulo: Contra Capa/ FGV. 2001.
MADDALA, G. Limited-dependent and qualitative variables in Econometrics. Cambridge : Cambridge University Press, 1983.
MELLO, M. Uma Análise da Participação Feminina no Mercado de Trabalho no
Brasil. Rio de Janeiro, PUC, 1982, mimeo (Dissertação de Mestrado).
MENEZES-FILHO, N. A. & SCORZAFAVE, L. G. Participação Feminina no Mercado de Trabalho Brasileiro: Evolução e Determinantes. In: Pesquisa e Planejamento
Econômico. v.31, n.3, p. 441-478 Rio de Janeiro: 2001.
MINCER, J. Schooling, experience and earnings. New York: Columbia University, 1974.
OAXACA, R. “Male-female wage differencials in urban labor markets”, International
23 PSACHARAPOULOS, G. & TZANNATOS, Z. Women’s employment and pay in
Latin America: overview and methodology. Washington D. C.: The World Bank,
1992.
RAMOS, L. SOARES, A. L. Participação da Mulher na Força de Trabalho e Pobreza no Brasil. Texto para Discussão Nº 350. Rio de Janeiro: IPEA, 1994, p.1-19.
SACHSIDA, A. LOREIRO, P. R. Homens x Mulheres: Substitutos ou complementares no Mercado de Trabalho? Brasília: IPEA, 1998 (Texto para Discussão N° 595)
SEDLACEK, G. L.; SANTOS, E. C. A mulher cônjuge no Mercado de Trabalho como Estratégia de Geração de Renda Familiar. Rio de Janeiro: IPEA, 1991 (Texto para
Discussão Nº 209)
STELCNER, et al. Labor force behavior and earnings of Brazilian women and men, 1980. In: PSACHAROPOULOS, G., TZANNATOS, Z. Women’s employment and
pay in Latin America: overview and methodology. Washington, D.C., The Word
Bank, 1992, p.39-88.
SCHULTZ, G. Capital humano. Rio de Janeiro, Zahar Editores. BORIAS, George. (1996). Labor Economics, McGraw – Hill
24
Anexo
Tabela A.1: Descrição das Variáveis Pessoais
SEXO Variável dummy: 1-masculino; 0-feminino (omitida) IDADE Idade do indivíduo em anos;
RACA Variável dummy: 1- indivíduo declarou ser branco; 0-não-branco (omitida) Educação
SEM INSTRUÇÃO FUND1
FUND2
Indivíduo sem instrução ou menos de um ano de estudo (omitida)
Variável dummy: 1- indivíduo tem entre 1 e 4 anos de estudo (fundamental elementar); 0 caso contrário Variável dummy: 1- indivíduo tem entre 5 e 10 anos de estudo (fundamental); 0 caso contrário MEDIO Variável dummy: 1- indivíduo tem entre 11 e 14 anos de estudo (médio); 0 caso contrário SUP
ANOSESTD
Variável dummy: 1- indivíduo tem ao menos de 15 anos de estudo (superior); 0 caso contrário Número de anos e estudo completos
Família TOTFAM CHEFE FILHOS14
Número de membros da família que residem no mesmo domicílio que o indivíduo Variável dummy: 1- indivíduo responsável pela família; 0 caso contrário (omitida)
Variável dummy: 1- indivíduo possui filhos e 14 anos de idade ou menos; 0 caso contrário (omitida) Rendimentos
RENDOM Renda domiciliar per capita em R$ de 2005 RENAPOSENT Renda de Aposentadoria em R$ de 2005 RENPENSAO Renda de Pensão em R$ de 2005 Localização setorial
URB Variável dummy: 1- indivíduo reside no meio urbano; 0 caso contrário (omitida) Localização estadual RO AC AM RR PA AP TO MA
Variável dummy: 1- se o indivíduo residia em Rondônia em 2005; 0 caso contrário Variável dummy: 1- se o indivíduo residia no Acre em 2005; 0 caso contrário Variável dummy: 1- se o indivíduo residia no Amazonas em 2005; 0 caso contrário Variável dummy: 1- se o indivíduo residia em Roraima em 2005; 0 caso contrário Variável dummy: 1- se o indivíduo residia no Pará em 2005; 0 caso contrário Variável dummy: 1- se o indivíduo residia no Amapá em 2005; 0 caso contrário Variável dummy: 1- se o indivíduo residia no Tocantins em 2005; 0 caso contrário Variável dummy: 1- se o indivíduo residia no Maranhão em 2000; 0 caso contrário PI Variável dummy: 1- se o indivíduo residia no Piauí em 2005; 0 caso contrário CE Variável dummy: 1- se o indivíduo residia no Ceará em 2005; 0 caso contrário
RN Variável dummy: 1- se o indivíduo residia no Rio Grande do Norte em 2005; 0 caso contrário PB Variável dummy: 1- se o indivíduo residia na Paraíba em 2005; 0 caso contrário
PE Variável dummy: 1- se o indivíduo residia em Pernambuco em 2005; 0 caso contrário AL Variável dummy: 1- se o indivíduo residia em Alagoas em 2005 ; 0 caso contrário SE BA MG ES RJ SP PR SC RS MS MT GO DF
Variável dummy: 1- se o indivíduo residia em Sergipe em 2005; 0 caso contrário Variável dummy: 1- se o indivíduo residia na Bahia em 2005; 0 caso contrário Variável dummy: 1- se o indivíduo residia em Minas Gerais em 2005; 0 caso contrário Variável dummy: 1- se o indivíduo residia no Espírito Santo em 2005; 0 caso contrário Variável dummy: 1- se o indivíduo residia no Rio de Janeiro em 2005; 0 caso contrário Variável dummy: 1- se o indivíduo residia em São Paulo em 2005; 0 caso contrário (omitida) Variável dummy: 1- se o indivíduo residia no Paraná em 2005; 0 caso contrário
Variável dummy: 1- se o indivíduo residia em Santa Catarina em 2005; 0 caso contrário Variável dummy: 1- se o indivíduo residia no Rio Grande do Sul em 2005; 0 caso contrário Variável dummy: 1- se o indivíduo residia no Mato Grosso do Sul em 2005; 0 caso contrário Variável dummy: 1- se o indivíduo residia no Mato Grosso em 2005; 0 caso contrário Variável dummy: 1- se o indivíduo residia em Goiás em 2005; 0 caso contrário Variável dummy: 1- se o indivíduo residia no Distrito Federal em 2005; 0 caso contrário Fonte: Elaboração própria com base nos dados da PNAD de 2005.
