O IMPACTO DE INDICADORES SOCIAIS SOBRE A RENDA: UMA ANÁLISE NACIONAL E DAS REGI~PES EM 2013

A disparidade salarial brasileira é traço de características históricas e sociais. Devido as vantagens fisiológicas, o homem, desde a pré-história, assume papel de destaque nas relações sociais comparativamente com o sexo feminino. Em convergência com pensamento de Rousseau (1974), a desigualdade entre os homens se baseia na noção de propriedade e é da natureza do ser humano assumir papel de liderança nas relações de poder, ainda mais quando se possui vantagens comparativas.

Assim como, há disparidade quanto a raça do indivíduo. O período colonial brasileiro, foi marcante para historiografia na definição de raças dominantes no país. O Indivíduo branco assumiu tamanha influencia para com os negros e índios, os quais mantem-se, até o presente, às margens da sociedade.

As discriminações quanto ao gênero e cor foram naturalmente incorporadas ao pensamento humano durante o desenvolvimento da sociedade e os vestígios destas discriminações ainda são visíveis no âmbito da remuneração mensal dos indivíduos brasileiros.

A idade e a escolaridade das pessoas, são outros exemplos de fatores que podem ser associados ao nível de renda. Ambas variáveis podem ser racionalmente explicadas, pois, considerando o sistema capitalista vigente, é racional o empregador contratar e até mesmo melhor remunerar o trabalhador com mais experiência, em anos de trabalho, assim como aquele com maior nível de instrução. Segundo a teoria da firma, demonstrada por Mankiw (2004), é objetivo da empresa é a maximização do seu lucro. Sendo assim, um aumento da produtividade, que por ser proporcionado por trabalhadores mais experientes ou com maior nível de estudo, eleva a produção e a consequente e objetivada maximização do lucro.

Um indivíduo com menos experiência de trabalho, que em grande maioria, são aqueles mais jovens, não tem maturidade profissional formada, e com isso, tem sua remuneração negativamente afetada, quando, em muitas vezes, não conseguem nem mesmo se inserir no mercado de trabalho formal ou informal. Nesta situação, o indivíduo passa a compor o grupo de força de trabalho desempregada, chamada por Marx (1985) de superpopulação relativa, com função social de regular o nível de salários e reserva de mão de obra, demonstrando, mais uma vez, as características do capitalismo e o racional impacto destas variáveis sobre a renda do indivíduo.

Isto posto, o presente trabalho tem como objetivo analisar as discrepâncias entre a renda de diferentes indivíduos brasileiros, considerando toda a nação e cada uma de suas regiões, quanto à alguns indicadores sociais, tais como: sexo, cor, idade e anos de estudo para o ano de 2013. Seu resultado trará comprovações da disparidade salarial da sociedade brasileira moderna.

  1. METODOLOGIA

O modelo linear clássico de Mínimos Quadrados Ordinários, foi o modelo econométrico utilizado para mensurar a renda dos 135 indivíduos, sendo 5 de cada estado Brasileiro, relacionando-os tanto ao gênero, quanto a cor, idade e anos de estudo. Segundo Gujarati (2000), pode-se garantir que o modelo utilizado seja válido através de 10 premissas, como podem ser verificadas no Apêndice A. Tais pressupostos foram testados ao longo do trabalho, e alguns destes testes serão informados ao decorrer dos resultados.

2.1 Fonte de dados                                                                         

Os dados estatísticos utilizados neste trabalho, constantes no Apêndice B, foram extraídos da Pesquisa Nacional de Amostragem Domiciliar – PNAD, realizada pelo IBGE – Instituto Brasileiro de Geografia e Estatística, no ano de 2013. Desta forma, devido os dados serem levantados de forma padronizada, pelo principal Instituto provedor de dados e informações do país, existe maior confiabilidade.

Os indivíduos que serão estudados foram escolhidos de forma aleatória e representam os 26 estados brasileiros mais o Distrito Federal.

2.2 Variáveis

Variável Renda (Y)

Os dados referentes à renda, dos 135 indivíduos amostrados, é a soma do rendimento mensal de trabalho com o proveniente de outras fontes. Para as pessoas não economicamente ativas, considera-se o rendimento oriundo de outras fontes. (IBGE, 2016)

Variável dummy sexo

Foi definida como variável dummy, para separar os indivíduos de acordo com seu respectivo sexo. Utilizou-se 0 para sexo feminino, e 1 para sexo masculino.

Variável idade

Idade calculada, em anos completos, na data de referência da pesquisa, com base no dia, mês e ano do nascimento da pessoa, ou idade presumida da pessoa que não sabe a data de nascimento. (IBGE, 2016)

Variável dummy cor

Foi definida como variável dummy, para separar os indivíduos conforme sua declaração sobre cor, sendo os declarados brancos identificados pelo código 1 e os não brancos pelo código 0.

Variável escolaridade

Os dados sobre escolaridade são a classificação estabelecida em função da série e do nível ou grau mais elevado alcançado pela pessoa, considerando a última série concluída com aprovação. Cada série concluída com aprovação corresponde a 1 ano de estudo. A contagem dos anos de estudo tem início em: 1 ano, a partir da primeira série concluída com aprovação de curso de ensino fundamental (com duração de 8 anos), de primeiro grau ou elementar; em 5 anos de estudo, a partir da primeira série concluída com aprovação de curso de médio primeiro ciclo; em 9 anos de estudo, a partir da primeira série concluída com aprovação de curso de ensino médio, de segundo grau ou de médio segundo ciclo; em 12 anos de estudo, a partir da primeira série concluída com aprovação de curso superior de graduação; em 16 anos de estudo, a partir da conclusão do curso superior de graduação.  (IBGE, 2016). 

  1. RESULTADOS

No Brasil, pode-se verificar que todas as variáveis utilizadas no modelo são estatisticamente significativas, ao nível de 5% de significância. Ou seja, no âmbito nacional, o gênero, idade, cor e escolaridade dos cidadãos impactam diretamente a renda destes.

Com este resultado, é possível inferir o impacto que variações nessas características pessoais geram sobre a rendados indivíduos brasileiros. Segue tabela demonstrando os resultados auferidos na análise:

Tabela 1 – Regressões estimadas quanto à Renda em função do sexo, idade, cor e anos de estudo para todo o Brasil.

 

   

BRASIL

Sexo

1305,83

   

Idade

55,14

   

Cor

790,52

 

 

Anos de Estudo

252,.65

 

0,30

 

0,27

     

Fonte: Resultado da regressão

Como já esperado, ao passo que se eleva em 1 ano os estudos do brasileiro, aumenta-se em R$252,64 a sua remuneração mensal. Como já comentado anteriormente, tal conclusão é racionalmente explicada. Ao se elevar o nível de escolaridade da pessoa, tornando-a mais instruída, o empregador melhor valoriza este, pois pode elevar sua produtividade aplicando o aprimoramento intelectual do trabalhador. Assim como, aqueles que não possuem renda do mercado de trabalho formal, também garantem uma elevação no seu rendimento mensal pois, quanto melhor instruído, maior o potencial ao trabalho.

A mesma análise por ser tratada quanto a idade do indivíduo. Ao passo que a pessoa fica 1 ano mais velha, ela tende a obter uma renda mensal acrescida de aproximadamente R$55,00. Nesta situação, a maturidade, e até mesmo as experiências profissionais adquiridas com o passar dos anos, podem explicar racionalmente este resultado.

Agora, se tratando do gênero e da cor do indivíduo, verifica-se que estas também impactam a renda do brasileiro. Tal cenário caracteriza a discriminação vivenciada no país indicando o quão diferente é a renda das pessoas apenas pelo fato destas não serem brancas ou, simplesmente, serem do sexo feminino.

No tratante à dummy cor, uma pessoa que se declara pertencente à raça branca recebe como remuneração R$790,51 a mais que aqueles declarados não brancos. Este resultado, apesar de contradizer a natureza miscigenada da população brasileira, indica o preconceito racial.

O gênero feminino, também é negativamente impactado. Segundo o modelo estimado, uma mulher recebe R$1305,83 a menos que os homens. Há eminente preconceito quanto ao gênero, ainda mais considerando que, segundo Portal do Brasil (2016), a maioria da população brasileira é composta por mulheres.

Conforme demonstrado na tabela, as variáveis estudadas, apesar de estatisticamente significativas, representam apenas 27% de todas as variáveis que impactam a renda mensal dos indivíduos. As demais, não elencadas neste modelo de regressão, compõem o grupo denominado Erro Aleatório.

A fim de verificar a possibilidade de erro quanto aos resultados, mediu-se a correlação entre as variáveis, como demostrado abaixo: 

Tabela 2 – Correlação entre as variáveis: Sexo, Idade, Cor e Anos de estudo.

  

   

BRASIL

Sexo, Idade

 

(-0,03)

Sexo, Cor

 

(-0.11)

Sexo, Anos de Estudo

 

(-0,18)

Idade, Cor

 

0,05

Idade, anos de estudo

 

(-0,22)

Cor, Anos de Estudo

 

0,08

     

 

Fonte:  Resultado da regressão

Este resultado indica que todas as variáveis possuem correlação bem fraca, não infringindo o pressuposto de ausência de multicolinariedade.

Assim como, a heterocedasticidade calculada, para o modelo de regressão rodado, confirma a relevância dos resultados, uma vez que não foi verificado variações no erro aleatório ao longo da regressão.

            Todos os resultados encontrados indicam que o modelo estimado é válido e os resultados funcionam como MELNV – Melhores Estimadores Lineares não Viesados.

[...]