Palavras-chave: Duração na pobreza; Saída da pobreza; Mercado de trabalho; Modelos de sobrevivência com censura à esquerda.

Transcrição

1 MUDANÇAS NO MERCADO DE TRABALHO RETIRAM FAMÍLIAS DA POBREZA? DETERMINANTES DOMICILIARES E AGREGADOS PARA A SAÍDA DA POBREZA NAS REGIÕES METROPOLITANAS BRASILEIRAS Rafael Perez Rbas IPC/UNDP Ana Fláva Machado CEDEPLAR/UFMG Resumo O objetvo do artgo é estmar a probabldade de famílas saírem da pobreza e os determnantes deste evento, consderando o tempo de permanênca nesta stuação. Um nteresse em partcular é avalar se mudanças de curto prazo no mercado de trabalho afetam a probabldade de famílas permanecerem na pobreza. Sendo o únco panel dsponível no Brasl que permte este tpo de estudo, optamos por utlzar a PME, com valores mputados de renda nãotrabalho. Consderando que esta pesqusa possu um período curto de acompanhamento dos domcílos, adotamos técncas de estmação que controlam tanto a censura à dreta como a censura à esquerda. Entre os resultados, podemos destacar: quanto mas tempo a famíla fca na pobreza, maores são suas chances de permanecer nela; entre as característcas domclares, a presença de doso é a de maor mpacto sobre a probabldade de saída; os domcílos na stuação de pobreza mas extrema não são os com maores chances de permanênca. No mercado de trabalho, mudanças na taxa de desemprego não afetam dretamente a permanênca de famílas na pobreza. O efeto do desemprego ocorre, na realdade, ndretamente por meo da sazonaldade da atvdade econômca e da varação na massa salaral. Palavraschave: Duração na pobreza; Saída da pobreza; Mercado de trabalho; Modelos de sobrevvênca com censura à esquerda. Abstract The objectve of ths paper s to estmate the length of poverty spells and ts determnants. We analyse f short term changes n the labour market affect the probablty of stayng n poverty. On the assumpton that poverty transtons occur more frequently when we use a monthly data rather than an annual data, we are usng the panel data of Brazlan Monthly Employment Survey (PME) from 2002 to The most mportant results are: how longer the poverty spell, lower the probablty to escape from t; the household wth an older people has more chances to ext the poverty than the others. In the labour market, changes n unemployment rate do not affect drectly the survval n the poverty. The effect of unemployment rate occurs ndrectly by means of economc actvty and of changes n the wage. Keywords: Duraton of poverty spell; Poverty ext; Labor market; Survval models for leftcensored data. Classfcação JEL: J29, J64, I32 Área ANPEC: Economa do Trabalho (12)

2 Mudanças no mercado de trabalho retram famílas da pobreza? Determnantes domclares e agregados para a saída da pobreza nas regões metropoltanas brasleras 1. Introdução A entrada, assm como a saída, da pobreza e a duração dentro, ou fora, desta stuação estão ntmamente assocadas. Algumas famílas podem sar da pobreza em algum momento e, então, escapar defntvamente dessa stuação. Por outro lado, outras famílas podem ser chamadas de pobres crôncas, se sua stuação de nsufcênca de renda durar um longo tempo. Mutos estudos mostram que quanto maor o tempo na pobreza de uma famíla ou ndvíduo, maores são as chances de permanecer nesta stuação (Iceland, 1997b; Stevens, 1999; Dmtr, 2000; McKernan and Ratclffe, 2003; Hussan, 2002). O objetvo deste artgo é estmar a probabldade de famílas saírem da pobreza e os determnantes deste evento, consderando o tempo de permanênca delas nesta stuação. Nossa hpótese prncpal é de quanto mas duradoura a permanênca na pobreza, menor a probabldade de escapar dela. Em outras palavras, a própra duração do evento determnara sua natureza crônca. Pelo lado da oferta, característcas domclares são os determnantes crítcos desta saída. Contudo, no âmbto da demanda, temos o nteresse também de saber se mudanças no mercado de trabalho, como varações na taxa de desemprego e no nível médo de rendmentos, tem tdo mpacto sobre a duração. Desse modo, um objetvo específco deste estudo é avalar se mudanças na demanda agregada são capazes de retrar famílas da pobreza. No Brasl, a únca pesqusa domclar que possblta fazer este tpo de análse com representatvdade amostral é a Pesqusa Mensal de Emprego (PME), realzada pelo IBGE. A PME é um panel rotatvo que acompanha o domcílo por quatro meses consecutvos e, após oto meses de ntervalo, o entrevsta por mas quatro meses. Após um total de oto entrevstas, o domcílo sa defntvamente da amostra. Infelzmente, dezesses meses, que é o período coberto entre a prmera e a últma entrevsta no panel, não é tempo sufcente para estmar a duração de uma famíla na pobreza. A conseqüênca dsso é um elevado número de observações censuradas na análse de duração. Todava, consderamos este formato de pesqusa deal para se analsar transções e efetos de varação na demanda agregada, pos possblta a nvestgação de mudanças em um curto espaço de tempo. Caso fossem utlzados dados anuas, uma sére de eventos que ocorrem ao longo de um ano estara sendo neglgencada. No nosso caso, optamos por utlzar a PME no período de março de 2002 a mao de Outra lmtação da PME é o seu questonáro, que se restrnge em cobrr questões relaconadas exclusvamente ao mercado de trabalho. Nesse sentdo, a pesqusa nclu somente a renda provenente do trabalho, não consderando outras fontes de renda, tas como pensões, aposentadoras, segurodesemprego, remunerações de atvos e transferêncas de programas socas. Para contornar o problema de subestmação da renda domclar e conseqüente sobrestmação da pobreza, utlzamos a técnca proposta por Elbers, Lanjouw e Lanjouw (2003) para mputar a renda domclar não provnda do trabalho. Em relação aos casos censurados à dreta, quando não observamos a saída do domcílo da pobreza, e à esquerda, quando não observamos à entrada nesta stuação, optamos por não excluílos. No caso das observações censuradas à dreta, a própra utlzação de modelos convenconas de duração contorna este problema. No outro caso, porém, a solução não é tão trval. De fato, a exstênca de censura à esquerda pode vesar a análse de duração. Todava, a omssão desses casos ntroduz um vés na análse de mobldade maor do que se eles fossem ncluídos, pos sso ra sstematcamente exclur pessoas em meo a um longo período na pobreza (Iceland, 1997a). Para reduzr um possível vés, utlzamos modelos de duração estmados por máxma verossmlhança que levam em consderação a probabldade de entrada na pobreza, tratando a censura à esquerda como um problema de condção ncal (Rdder, 1984). Estes modelos, porém, assumem o pressuposto de estaconaredade. Ou seja, a probabldade condconada de entrada na pobreza é assumda ser constante (D Addo e Rosholm, 2002). Os resultados das estmações destes modelos de duração apontam que a probabldade de saída da pobreza é decrescente ao longo do tempo, prncpalmente a partr do segundo mês de duração nesta stuação. Entre as característcas domclares, a presença de, ao menos, um doso é a de maor mpacto sobre a probabldade de saída da pobreza, vsàvs a permanênca nela, aumentando em mas de 20% as chances dsso acontecer. Em relação às condções em que as famílas entram na pobreza, dentfcamos

3 que, na méda, quanto maor a dstânca da renda per capta ncal em relação à lnha de pobreza, menor a probabldade de saída da pobreza. Entretanto, este efeto possu um formato côncavo, mplcando que os domcílos com renda zero não são os com maores chances de permanecer nesta stuação. Fnalmente, em termos de mudanças no mercado de trabalho, constatamos que a transção de trabalhadores da ndústra e do comérco para o setor de servços nas áreas metropoltanas reduz sgnfcatvamente a sobrevvênca das famílas na pobreza. Outro resultado é que mudanças na taxa de desemprego da economa não afetam dretamente a permanênca, ou a saída, de famílas na pobreza. Varações na massa salaral, por sua vez, apresentam mpacto sgnfcatvo. Além desta ntrodução, o trabalho está dvddo em mas ses partes. Na segunda seção, é apresentada uma síntese da lteratura sobre duração e mobldade na pobreza. A tercera seção descreve brevemente como foram mputados os rendmentos não provenentes do trabalho para os domcílos da PME. A quarta seção apresenta a especfcação dos modelos e das técncas de estmação utlzadas neste trabalho. Na qunta seção, descrevemos o tratamento dado às nformações da PME para montar nossa base de dados. A sexta seção apresenta os resultados dos modelos de duração estmados. Por fm, são traçadas algumas conclusões com base nestes resultados. 2. Duração e mobldade na pobreza: uma breve revsão da lteratura Na lteratura, são város os estudos que estmam duração na pobreza e os determnantes de entrada e saída desta stuação. No entanto, a maor parte deles fo realzada para países desenvolvdos, onde há maor dsponbldade de dados em panel. Em países em desenvolvmento, como Brasl, são poucos anda os estudos realzados. Entre os países desenvolvdos, a maora dos trabalhos é para os EUA, com base no PSID (Panel Study of Income Dynamcs), um panel com uma sére nnterrupta desde Duncan (1983) e Duncan e Rodgers (1991), por exemplo, estmam o número de anos na pobreza das famílas, porém sem levar em consderação qualquer problema relaconado à censura no tempo de duração. Com um período curto de observações, tal procedmento nduz à subestmação do tempo na pobreza. Uma famíla em sua últma entrevsta pode estar, na verdade, entrando em um longo período de pobreza, assm como na prmera entrevsta a famíla pode já vr com um longo hstórco nãoobservado de prvação de renda. O estudo de Bane e Ellwood (1986), que também utlza dados do PSID, va além dos anterores, utlzando uma abordagem de duração que consdera casos de censura à dreta (quando a saída da pobreza não é observada). Porém, este trabalho se restrnge apenas à análse de observações consecutvas em um únco estado, a chamada análse dos ntervalos smples de duração. Stevens (1994, 1999) avança em relação ao trabalho de Bane e Ellwood, uma vez que estma as taxas de rsco e seus determnantes para múltplos ntervalos de pobreza, amplando anda em ses anos a sére. Comparando os modelos com ntervalos smples e múltplo, o autor conclu que o prmero tende a sobreestmar a taxa de saída da pobreza. Os resultados apontam que a probabldade de permanênca na pobreza aumentou entre a década de 1970 e 1980, prncpalmente para os domcílos chefados por mulheres. Além dsso, a saída da pobreza não mplca em permanênca fora dela. O autor aponta que 50% das pessoas que saíram desta stuação, retornaram em menos de cnco anos, sendo que esta probabldade de retorno vnha aumentando, ao longo do tempo, para as famílas chefadas por mulheres brancas. O trabalho de Iceland (1997b) é outro que utlza o PSID para estmar a probabldade de saída, vsàvs a permanênca, na pobreza. Buscando relaconar aspectos de demanda agregada a este evento, ele recorre a varáves que traduzem as transformações no mercado de trabalho metropoltano norteamercano no período de 1970 a O autor utlza varações anuas nas proporções de empregados na ndústra, nos servços e no comérco, objetvando captar o efeto da reestruturação ndustral que, a prncípo, reduz o número de postos de trabalho neste setor. A possível presença de descasamento entre qualfcação do ndvíduo e exgêncas dos postos de trabalho (skll msmatchng) é expressa pela varação anual na proporção de ocupados com mas de onze anos de estudo (hgh school completo ou mas). Importante salentar que o autor não omtu as observações censuradas à esquerda, pos consderou que essa exclusão ntroduzra um grande vés na análse. A forma de ldar com este problema, descrta em Iceland (1997a), fo nclur uma dummy dentfcando os casos censurados na regressão.

4 Os resultados de Iceland apontam que a segregação espacal não produz efetos sgnfcatvos sobre a saída da pobreza. No entanto, a desndustralzação das áreas metropoltanas tende a favorecer mas os brancos do que os negros, no sentdo de escaparem da pobreza. Por outro lado, nas regões com crescmento expressvo do setor de comérco, as chances de saída dos negros eram maores do que nas áreas ndustralzadas, onde estes trabalhadores estavam geralmente ocupados como operáros, os chamados blue collars. A hpótese de skll matchng não é robusta para brancos, mas o é para negros, em especal no setor de servços. Ao nvés de trabalharem com dados anuas, Ruggles e Wllams (1987) e McKernan e Ratclffe (2003) utlzaram o SIPP (Survey of Income and Program Partcpaton), também dos EUA, para nvestgar os determnantes de entrada e saída da pobreza entre os meses. De acordo com estes autores, dados mensas permtem uma estmação mas precsa da relação entre eventos e mobldade. Ruggles e Wllams argumentam que assocar uma mudança anual na condção do domcílo a um evento que ocorreu em algum momento no ntervalo de 12 meses é mas dfícl que assocar uma mudança mensal a um evento que ocorreu no mesmo mês ou no anteror. McKernan e Ratclffe utlzam a mesma estratéga de estmação proposta por Iceland (1997a). Eles, assm como Ruggles e Wllams, apontam que os eventos de entrada e saída na pobreza estão mas assocados a mudanças na ocupação e nos rendmentos que mudanças na estrutura e composção domclar. Com dados da Dnamarca, Hussan (2002) trabalhou com ntervalos smples e múltplos e, assm, como Stevens ncorporou o tratamento para a censura nos dados e para a heterogenedade nãoobservada. Para o período de 1976 a 1997, ele mostra que os níves de escolardade e horas trabalhadas aumentaram a probabldade de saída da pobreza e reduzram a probabldade de reentrada. Outra evdênca é que a presença de cranças e de chefe sem cônjuge reduz a probabldade de saída e aumenta a probabldade de reentrada. Em relação à demanda agregada, o autor aponta que quanto menor a taxa de desemprego na economa menor o tempo médo na pobreza. Cappelar e Jenkns (2002) utlzam 9 waves do BHPS (Brtsh Household Panel Survey), de 1991 a 1999, para estmar um modelo markovano de entrada e saída da pobreza que não leva em consderação o tempo de duração em cada stuação. Contudo, eles dentfcaram um efeto sgnfcatvo da stuação ncal sobre a probabldade de permanênca nela, a chamada genuína dependênca de estado. Seus resultados apontam anda que a taxa de persstênca na pobreza é crescente de acordo com a dade do chefe do domcílo e maor entre os domcílos chefados por homens, nãoocupados e de orgem paqustanesa ou bengal. Para a Rússa, Dmtr (2000) utlza um modelo convenconal de duração e encontra que entre os grupos mas vulneráves à permanênca na pobreza estão as mães solteras e os desempregados. O autor dentfca anda que, apesar da pobreza rural ser mas severa que a pobreza em áreas metropoltanas, os domcílos ruras possuem maor probabldade de escapar desta stuação. No entanto, o trabalho de Densova (2007), também para a Rússa, não corrobora este resultado. Bgsten e Shmeles (2003) encontram um resultado parecdo com de Dmtr na Etópa, mostrando que em áreas urbanas a pobreza é mas persstente do que em áreas ruras. Além dsso, em áreas ruras, o tamanho da área plantada, o preço dos produtos cultvados e o acesso a mercados locas, além da educação do chefe do domcílo, reduzem sgnfcatvamente a vulnerabldade à pobreza. Na Argentna, Beccara e Maurízo (2006) analsaram a probabldade de entrada e duração na pobreza de 1991 a Sua conclusão é que uma maor taxa de entrada na pobreza e uma menor probabldade de saída dela é quase que totalmente explcada pela maor freqüênca de eventos no mercado de trabalho que levam a redução na renda, como o desemprego e a redução no saláro. Os eventos relaconados a característcas demográfcas, segundo os autores, são pouco relevantes. No Brasl, não exstem estudos conhecdos sobre duração na pobreza. Dos trabalhos, porém, que estmaram as probabldades de entrada e saída na pobreza, utlzando um modelo de transção semelhante ao proposto por Cappelar e Jenkns, são os de Machado, Rbas e Pendo (2007) e de Rbas e Machado (2007a). O prmero estudo analsou transções mensas utlzando a PME de Sua conclusão é que a ocupação no setor nformal possu um efeto ambíguo sobre a mobldade, pos contrbu para que os trabalhadores saam da pobreza e, ao mesmo tempo, aumenta a vulnerabldade a ela. Ademas, quanto maor o tempo de ocupação do trabalhador, menor a probabldade de entrada na pobreza. O segundo

5 estudo fo realzado com base na mobldade de coortes no ntervalo de dos anos, utlzando a Pesqusa Naconal por Amostra de Domcílos (PNAD). Entre os resultados, Rbas e Machado apontam que as pessoas mas velhas, assm como as com ensno fundamental completo, possuem menor probabldade de permanecer e de transtar para a pobreza. Sexo e cor, por sua vez, só possuem efetos sobre a permanênca na pobreza, maor entre negros e mulheres, não sobre a transção para ela. Apesar de não encontrarmos trabalhos sobre a duração na pobreza no Brasl, podemos ctar alguns outros estudos que estmaram a duração do desemprego em áreas metropoltanas utlzando a PME. MenezesFlho e Pcchett (2000) encontram que, entre os menos propensos à saída da stuação de desemprego, estão os mas velhos, os mas escolarzados, os que não se demtram voluntaramente, os que possuem menor rotatvdade, os que desejam empregarse no setor formal e os que não possuem experênca de trabalho. Outro resultado é de que a duração do desemprego cresce com a redução do saláro médo da economa e com a redução do índce de vendas da ndústra. Pendo e Machado (2003) constatam que os ndvíduos com o prmero grau completo, que já trabalharam com remuneração ou que receberam fundo de garanta (FGTS) no últmo emprego possuem maor probabldade de contnuar desempregos. Em suma, a conclusão que podemos trar desta revsão é que, prmeramente, os eventos de entrada e permanênca na pobreza estão mas assocados a mudanças relaconadas ao emprego no mercado de trabalho do que a fatores de estrutura e composção domclar. Entretanto, acredtamos que mutos dos trabalhos que chegam a esta conclusão não levam em consderação a endogenedade de choques na renda em um modelo de mobldade. A segunda conclusão é que a omssão de dados censurados, assm como a análse somente de ntervalos smples de duração, pode subestmar o tempo médo de pobreza. Devemos lembrar, porém, que a análse de ntervalos múltplos de duração só é possível quando possuímos um panel com um elevado número de waves. Por fm, destacamos que a análse de duração com dados anuas gnora uma sére de eventos que ocorrem entre duas entrevstas. Iceland (2003) coloca nclusve que estmações com base em dados anuas tendem a sobreestmar o tempo de pobreza. Ele mostra, por exemplo, que quase 80% dos pobres nos EUA, entre , fcam menos de um ano na pobreza. Por conseqüênca, o tempo médo de pobreza entre os mas dversos grupos demográfcos não é maor do que ses meses. 3. Imputação da renda nãotrabalho na PME Mutos estudos sobre pobreza consderaram a baxa renda domclar per capta como uma medda de nsufcênca ou prvação na capacdade da famíla em suprr suas necessdades báscas. A renda domclar é orunda de váras fontes (trabalho, juros, alugués, aposentadoras e pensões, transferêncas prvadas e governamentas), sendo predomnante a renda do trabalho (Barros, Cury e Ulyssea, 2007). Como já menconado, pelo nteresse partcular em nvestgar o mercado de trabalho metropoltano braslero, a PME não contém nformações sobre outras fontes de renda, a não ser a provenente do trabalho. Por essa razão, adaptamos a técnca proposta por Elbers, Lanjouw e Lanjouw (2003) para mputar a renda nãotrabalho nos domcílos da PME, com base nas nformações da PNAD. A proposta de Elbers, Lanjouw e Lanjouw consste em estmar, da manera mas consstente possível, uma varável de nteresse em função de covaráves comuns a duas bases de dados dstntas. Normalmente, esta técnca é utlzada na elaboração dos chamados mapas de pobreza (poverty maps). Nestes casos, a varável de renda ou consumo é estmada através de uma pesqusa amostral, que não possu representatvdade a nível muncpal, e mputada nos dados do censo demográfco. Independente das qualdades desta técnca 1, no nosso caso, há duas vantagens em se trabalhar com as duas bases de dados, o que torna a mputação anda mas consstente. A prmera vantagem é que os questonáros da PNAD e PME são muto semelhantes em alguns pontos. A segunda vantagem é que, para as áreas metropoltanas, o tamanho amostral e a sua representatvdade são quase dêntcas entre as duas pesqusas. Para mputar a renda nãotrabalho nos domcílos, em prmero lugar, seleconamos na PNAD apenas as regões metropoltanas que a PME abrange: Recfe, Salvador, Belo Horzonte, Ro de Janero, 1 Sobre crítcas à técnca de Elbers, Lanjouw e Lanjouw (2003), ver Tarozz e Deaton (2007).

6 São Paulo e Porto Alegre. Como aposentadora, pensões e outras rendas (juros, alugués, transferêncas, doações, etc.) apresentam determnantes bastante dferencados, optamos por estmar um modelo para cada tpo de renda. Temos, portanto, quatro modelos: aposentadora recebda pelos ndvíduos; pensões recebdas pelos ndvíduos; outras rendas recebdas pelos domcílos mas pobres; e outras rendas recebdas pelos domcílos mas rcos. A dvsão entre domcílos mas pobres e domcílos mas rcos, neste caso, é baseada na renda domclar per capta provnda do trabalho e ocorre no sexto decl da sua dstrbução. Esta dvsão se deve à dversdade na natureza das outras rendas. Entre os mas pobres, predomnam rendas orundas de programas de transferêncas, tas como o Bolsa Famíla, e doações. Por outro lado, entre os mas rcos, há maor ncdênca de remunerações provenentes de alugués e juros. Os quatro modelos de rendmentos foram estmados na PNAD utlzando o método de dos estágos de Heckman (1979). No prmero estágo, estmamos a equação referente à probabldade de receber determnado tpo de renda nãotrabalho por meo de um modelo probt. Em seguda, calculamos a razão nversa de Mlls. No segundo estágo, estmamos o logartmo do rendmento em função de um subconjunto de varáves do prmero estágo e da própra razão nversa de Mlls. As varáves explcatvas tanto do prmero como do segundo estágo foram seleconadas por meo de stepwse, sendo que as varáves nstrumentas, necessáras para que a estmação seja consstente, foram naturalmente seleconadas neste processo. Foram estmadas, portanto, 96 sstemas de equações (quatro fontes de renda, ses regões metropoltanas e quatro anos, de 2002 a 2005). Estmadas as equações de probabldade e de rendmentos, seus coefcentes e desvospadrões são transplantados às nformações da PME. Importante salentar que os desvospadrões das regressões também foram parametrzados por meo de stepwse. Ou seja, assummos que os erros são heteroscedástcos. Dessa forma, o exercíco de mputação se resume bascamente em tomar os vetores de coefcentes estmados com a PNAD e relaconálos às característcas dos ndvíduos e domcílos da PME. Contudo, um cudado tomado fo em relação à dferença de perodcdade entre as duas pesqusas. As estmatvas da PNAD para determnado ano foram mputadas na PME do mesmo ano, a partr do mês em que o saláro mínmo fo reajustado, o que geralmente ocorre em abrl ou mao, e na PME do ano segunte, até o mês anteror ao novo reajuste do saláro mínmo. Dado que a sére dsponível da PME é mas ampla do que a da PNAD, as estmatvas da PNAD de 2005, em partcular, servram para a mputação dos valores até mao de 2007 da PME. Além dsso, para todos os anos, os valores de setembro da PNAD foram deflaconados de acordo com o INPC ajustado 2 (Corseul e Foguel, 2002), fcando equvalente aos valores para cada mês da PME. Maores detalhes sobre este processo de mputação podem ser encontrados em Rbas e Machado (2007b). Para mostrar a consstênca deste processo de mputação, apresentamos no Anexo a estatístca descrtva das dferentes fontes de renda observadas na PNAD e mputadas na PME. Nesta tabela, referente ao mês de setembro de 2005, verfcamos que não há dferença sgnfcatva entre as estatístcas. 4. Especfcação do modelo de duração Para estmar a duração na pobreza no Brasl metropoltano entre 2002 e 2007, analsamos a extensão dos ntervalos de tempo nessa stuação e os determnantes do fenômeno. Nossa hpótese é que as característcas de estrutura e composção domclar, hato de renda e varáves de demanda agregada são os determnantes para os eventos de entrada, permanênca e, quçá, saída da pobreza. Os conhecdos modelos de sobrevvênca são os mas ndcados para estmar o período em que um domcílo permanece pobre, transtando para fora da pobreza, quando a chamada falha ocorre. Recorrendo a esses modelos, calculase a probabldade de permanênca na pobreza além de um determnado período de tempo t, denomnada função de sobrevvênca, que pode ser descrta na forma S() t = P( T t). Essa função de sobrevvênca pode ser descrta anda como S() t = 1 F() t, onde F () t representa a dstrbução acumulada de casos em função do tempo de sobrevvênca. A probabldade de ocorrênca da falha, ou seja, a probabldade de saída da pobreza em determnado ponto do tempo, chamada taxa ou função de rsco, pode ser descrta em relação à dferença 2 Dsponível em

7 na função de sobrevvênca em dos pontos no tempo, S( t1) S( t2 ), ponderada pela extensão deste ntervalo: S () ( t1 ) S( t2 ) h t =. ( t2 t1 ) S( t2 ) Ou anda, consderando que f () t representa a função densdade da dstrbução de casos em função do tempo de sobrevvênca, a função de rsco pode ser escrta como: f () () t f () t h t = =, S() t 1 F() t F t = t f s ds. lembrando que () ( ) 0 Em um modelo paramétrco de duração, a função ( t X ) f pode assumr váras formas. Neste trabalho, consderamos as dstrbuções Webull, Gompertz, Loglogístca e Gaussana nversa. Infelzmente, devdo ao elevado número de casos censurados à esquerda, não pudemos realzar testes de ajustes das dstrbuções, como o CoxSnell, para saber qual possu delas o maor poder de explcação. Por sso, optamos por estmar modelos que produzam resultados bastante dstntos, a fm de verfcar a robustez dos resultados. As funções de densdade para cada uma das dstrbuções assumdas estão descrtas abaxo: f γ 1 γ ( t X ) = γλt exp( λt ) 1 γt ( t X ) = λ exp( γt λγ ( e 1 ) Webull f Gompertz 1 γ 1 γ 1 μ t (1) f ( t X ) = Log logístca 1 γ 2 γ ( 1+ ( μ t) ) 2 1 ( ) ( t λ) f t X = exp Gaussana nversa, 3 2 2πγ t 2γλ t onde λ = exp ( X β ), μ = exp ( X β ) e γ e β são parâmetros que defnem o formato da dstrbução condconada. Outra dstrbução utlzada neste trabalho é a Gaussana nversa parametrzada de acordo com o processo de Wener com absorção. Os processos de Wener em modelos de sobrevvênca são geralmente adotados para estmar a dstânca entre o níco do processo e o estado de absorção (Lancaster, 1982; Doksum e Høyland, 1992). Dessa forma, é assumda uma heterogenedade no estado em que as pessoas ncam tal processo. Esta dstânca, por sua vez, determna o formato da função de rsco. De acordo com Aalen e Gjessng (2001), uma grande dstânca entre os pontos pode estar assocada a uma taxa de rsco crescente. Por sua vez, uma dstânca ntermedára pode mplcar uma taxa de rsco que é crescente e depos decrescente, enquanto uma pequena dstânca pode confgurar taxas de rsco decrescentes. A função de densdade estmada pelo processo de Wener com absorção possu a segunte especfcação: (2) ( t X ) 2 ( c η t) c f = exp, 3 2 σ 2π t 2σ t onde η = exp ( X β ), σ e β são parâmetros que defnem o formato da dstrbução condconada e c = exp Z γ é o componente que determna a dstânca entre os pontos de entrada e absorção no ( ) processo, a partr do vetor de característcas Z e do vetor de coefcentes γ. Repare que, se 1 c = γ e 1 η = γ λ, a função (2) se torna dêntca à função da dstrbução Gaussana nversa em (1). Acredtamos que o processo de Wener nos auxlara no controle do efeto de reentrada na pobreza, que não estamos consderando devdo à lmtação do panel utlzado. Ou seja, de acordo com suas característcas, certos domcílos entraram na pobreza já sujetos a permanecer mas tempo nesta stuação que outros.

8 De acordo com Iceland (1997a), um dos prncpas problemas dos modelos de duração a pobreza resde nos dados censurados à esquerda. Segundo D Addo e Rosholm (2002), aplcações de modelos de duração com correção para a censura à esquerda são raros na lteratura 3. Isso porque eles envolvem muta complexdade e a percepção geral é de que observações censuradas à esquerda não contêm muta nformação que possa ser explorada emprcamente. A complexdade dessa estmação é uma conseqüênca, prncpalmente, do fato que o evento de entrada em determnada stuação é desconhecdo. D Addo e Rosholm apontam anda que as soluções para o problema de censura à esquerda são geralmente duas: assumr um pressuposto muto restrtvo (estaconaredade) ou omtr todos os casos com censura à esquerda. Entretanto, em algumas stuações, prncpalmente quando o período de observação é relatvamente curto e a proporção de casos censurados é elevada, a nformação contda nesses casos é crucal. Dessa forma, optamos por assumr o pressuposto de estaconaredade em troca de não mpor restrções à amostra. Adotar pressuposto de estaconaredade sgnfca assumr que a taxa ou probabldade condconada de entrada na pobreza é constante. Com sso, estmamos os modelos de duração através da maxmzação da função de verossmlhança proposta por Amemya (1999). Sendo n 1 o número de casos censurados à esquerda e n2 = n n1 o número de demas casos, a função de verossmlhança de Amemya consste em uma expressão separada em duas partes, de acordo com o tpo de amostra, que são multplcadas pelas probabldades das nformações serem censuradas à esquerda ou não: n1 ( ) ( ) n S t ( ) ( ) ( ) ( ) (3) ( ) ( ) ( ) 2 X P0 X e τ X h t X S t X P1 X L = = 1 E T X P0 X + P1 X = 1 P1 ( X ) P0 ( X ) + P1 ( X ) Nesta função: t é o tempo total do caso na stuação; τ é o tempo observado do caso na stuação; E ( T X ) representa a duração esperada do caso ; e ( τ X ) representa a taxa de entrada na stuação no tempo τ ; P 0 ( X ) e P 1 ( X ) são as probabldades de estar na stuação no tempo 0, anteror ao níco da contagem, e no tempo 1, o prmero da contagem, respectvamente; e X é o vetor de característcas que determna a entrada e a permanênca na stuação analsada. e τ X = e X, Assumndo que a taxa de entrada na stuação é constante, podemos dzer que ( ) ( ) P 0 ( X ) = e( X ) E[ T X ] e P1 ( X ) = τ 1e( X ). Portanto, a função (1) pode ser smplfcada como: n d h( t ) ( ) (4) = ( ) X S t X L =, 1 E T X + τ 1 onde = { 0,1} d é um ndcador se a observação não é censurada à esquerda e τ 1 denota a duração observada a partr do prmero período Amostra na PME e descrção das varáves Como menconado anterormente, os dados sobre duração na pobreza advêm da Pesqusa Mensal de Emprego (PME) no período de março de 2002 a mao de Tomando por referênca a lnha de pobreza das regões metropoltanas construída pelo Banco Mundal (World Bank, 2006) e deflaconada para os meses da PME 5, defnmos como pobres aqueles domcílos cuja renda per capta está abaxo desta lnha. Cabe lembrar que a renda domclar nclu todas os tpos de rendmentos, depos de realzada a mputação descrta anterormente. Além dsso, dentro do unverso domclar, não ncluímos as pessoas declaradas pensonstas, empregados doméstcos ou parentes de empregados doméstcos. Para construção do banco específco para a análse de duração na pobreza, prmeramente, utlzamos o algortmo proposto por Rbas e Soares (2007) para reconsttução do panel de ndvíduos 3 Como referênca, podemos ctar Grtz (1993) e Rosholm (2001). 4 D Addo e Rosholm (2002) propõem uma outra função de verossmlhança que produz resultados mas robustos. Porém, a utlzação dessa função necessta o uso de nformações retrospectvas sobre eventos anterores à entrada na stuação de análse. 5 As lnhas de pobreza foram deflaconadas de acordo com o INPC modfcado, proposto por Corseul e Foguel, (2002) e dsponível em

9 como um todo. Em seguda, dentfcamos aqueles domcílos onde, ao menos, um membro fo observado em mas de uma entrevsta e os separamos daqueles onde todos os membros saíram da amostra. Ou seja, consderamos como domcílos, ou famílas, atrtados aqueles onde nenhum membro fo encontrado em entrevstas posterores. Identfcadas as famílas com pelo menos duas entrevstas realzadas e que passaram ao menos um mês na pobreza, contamos o número de meses de cada uma nessa stuação. Essa duração fo computada de acordo com o ntervalo de meses entre duas observações consecutvas. Para as famílas que entraram na pobreza na quarta entrevsta, permaneceram na mesma stuação na qunta entrevsta (oto meses depos) e saíram dela na sexta entrevsta, por exemplo, computamos um total de dez meses na pobreza. Entretanto, caso estas mesmas famílas tvessem sdo observadas fora da pobreza na qunta entrevsta, as trataríamos como censuradas à dreta, pos não saberíamos em que mês elas, de fato, saíram da pobreza. Este mesmo crtéro de nterpolação fo adotado para famílas que atrtaram na entrevsta segunte, porém retornam um mês depos. Cabe também menconar que casos de atrto não foram completamente excluídos da amostra. Nesta stuação, os consderamos como censurados à dreta. A Tabela 1 reporta a estatístca descrtva das varáves seleconadas para o modelo de duração na pobreza e mostra que o tempo médo de duração observado na pobreza é de 2,69 meses. Porém, quase 45% da amostra é censurada à dreta e 46% censurada à esquerda. Devdo à presença de casos com censura ntervalar (à dreta e à esquerda), essas proporções não mplcam que somente 6% da amostra não é censurada, como mostraremos mas adante. Na Tabela 1, dentfcamos anda que São Paulo detém 38% da amostra e Ro de Janero, 22%. A percentagem méda de pessoas em dade atva (entre 18 e 65 anos) nos domcílos pobres é de 59%. Além dsso, entre as famílas na pobreza, 47% conta com ao menos uma crança, 22% possu mas de uma crança, 31% possu ao menos um adolescente, 20% conta com mas de um adolescente e 17% resde com um doso. Quase 57% dos domcílos pobres tem, no mínmo, um adulto com fundamental completo. 45% dos domcílos é chefado por brancos, o mesmo percentual de solteros, e 37% é chefado por mulheres solteras. A dade méda do chefe na amostra é de 46 anos e o hato médo de renda, em relação à lnha de pobreza, é de 51%. Tabela 1 Estatístca descrtva das varáves Varável méda erro erro Varável méda padrão padrão duração observada chefe nãocasado censura à dreta chefe mulher nãocasada censura à esquerda dade do chefe RM Recfe Presença de RM Salvador uma crança ou mas RM Belo Horzonte duas cranças ou mas RM Ro de Janero um adolescente ou mas RM São Paulo dos adolescentes ou mas RM Porto Alegre um doso ou mas hato de renda adulto analfabeto hato de renda ao quadrado adulto analfabeto funconal log do número de membros adulto com ensno fundamental Famíla estendda dos adultos com ensno fundamental proporção em dade atva adulto com ensno médo chefe de cor branca adulto com ensno superor Número de estratos 372 Número de observações Número de UPAs Unverso de domcílos 6.90E+07 Fonte: PME A Tabela 2 apresenta o número de observações utlzadas nas estmações dos modelos de duração. Na amostra reduzda, utlzada para estmar os efetos de varáves fxas, a partcpação de dados censurados somente à dreta e somente à esquerda é semelhante (cerca de 30%), enquanto o percentual de dados com censura ntervalar é de 16%. Com estes números, consderamos que o total relatvo e,

10 prncpalmente, o total absoluto de observações nãocensuradas é sufcente para se estmar modelos de duração na pobreza com base na PME. Na amostra expandda, utlzada para estmar os efetos de mudanças na demanda agregada, o número de observações com censuras à dreta e ntervalar aumenta e, por conseqüênca, o percentual de casos nãocensurados dmnu. Contudo, não há quase perdas no número absoluto desses casos. 6. Resultados Tabela 2 Número de observações Amostra reduzda Total de observações 165,656 % nãocensuradas 40, censuradas à dreta 48, censuradas à esquerda 49, censuradas no ntervalo 26, Amostra expandda Total de observações 324,056 % nãocensuradas 40, censuradas à dreta 94, censuradas à esquerda 47, censuradas no ntervalo 141, Fonte: PME Inclnação da função de probabldade (rsco) de saída da pobreza A análse de duração na pobreza, utlzando os dados da PME exge um controle para censura tanto à dreta como à esquerda, algo já salentado anterormente. Antes de mostrarmos os resultados dos modelos paramétrcos que levam em consderação este controle, apresentamos a função KaplanMeyer, omtndo os casos censurados à esquerda (Gráfco 1). O ntuto desta estmação nãoparamétrca é de apenas vsualzar a função de sobrevvênca que emerge dos dados observados. Gráfco 1 Estmação nãoparamétrca da função de duração na pobreza months Source: PME KaplanMeer survval estmate No nstante t = 0, contávamos com 100% da amostra na pobreza, algo assumdo pelo modelo de análse de sobrevvênca. Depos de um mês, cerca de 60% anda permaneca na pobreza, cando para a metade da amostra no tercero mês. A nclnação acentuada da curva nos dos prmeros meses mostra a elevada probabldade de saída da pobreza nesse ntervalo. A reta horzontal que sucede o tercero mês e va até décmo mês é conseqüênca do ntervalo de oto meses entre a quarta e a qunta entrevsta dos

11 domcílos na PME. A partr do décmo mês, dentfcamos a saída de algumas famílas da pobreza, porém em uma ntensdade bem menor do que nos dos prmeros meses. Por fm, a dstânca da curva de sobrevvênca em relação ao exo das abscssas é um regstro da consderável exstênca de dados censurados à dreta, ou seja, da presença de domcílos que anda permanecerão na pobreza por algum tempo. A omssão de casos censurados à esquerda e a saída de nenhum domcílo entre o tercero e o décmo mês resultam em uma função de rsco postvamente nclnada, na ausênca de parametrzação (Gráfco 2). Em vrtude dessa evdênca, salentamos a necessdade do uso de modelos paramétrcos e da nãoomssão de casos para a estmação de uma função de rsco mas consstente. Gráfco 2 Estmação nãoparamétrca da função de probabldade (rsco) de saída da pobreza Smoothed hazard estmate months Source: PME Ao contráro do Gráfco 2, o Gráfco 3 mostra que todas as funções de rsco, estmadas parametrcamente e com a amostra completa, possuem nclnação postva a partr do segundo mês de duração na pobreza. Portanto, quanto mas tempo a famíla fca na pobreza, maores são suas chances de permanecer nela. Com exceção do modelo Webull, os demas apontam que, após o décmo mês, a probabldade méda de saída da pobreza é menor que 20%. A função Gaussana nversa é a que ndca o cenáro mas crítco. De acordo com ela, a probabldade méda de saída da pobreza nos prmeros meses é menor que 40%. Após o tercero mês, a probabldade ca para menos de 10% e, após o décmo mês, ela é quase zero. Para verfcar se há heterogenedade no formato das funções de rsco de acordo com o processo de Wener, testamos a hpótese do parâmetro c na função (2) ser constante. A estatístca ququadrado do teste de Hausman (13362,29 com 25 g.l.) apontou que a estmação pelo processo de Wener com absorção é mas consstente que a smples estmação de um modelo com dstrbução Gaussana nversa. Os resultados da estmação dos determnantes da dstânca entre o ponto ncal e o estado de absorção estão no Anexo (Tabela A2).

12 Gráfco 3 Funções parametrzadas de probabldade (rsco) de saída da pobreza Hazard functons Webull Gompertz Loglogstc Inverse Gaussan months Source: PME O Gráfco 4 lustra três funções médas de rsco estmadas pelo processo de Wener: uma com o valor mínmo de c estmado na amostra, 1,11; outra com o valor médo de c estmado na amostra, 1,48; e outra com o valor máxmo de c estmado na amostra, 2,6. Dessa forma, dentfcamos que há famílas com elevada probabldade de sar da pobreza logo no prmero mês, assm como há famílas que entram na pobreza já condconadas a permanecer lá por um longo tempo. Apesar dsso, ndependente do valor obtdo para c, as funções de rsco estmadas são sempre decrescente a partr do segundo mês. Gráfco 4 Funções de probabldade de saída da pobreza parametrzadas conforme o processo de Wener com absorção Shapes of estmated hazard functons c = 1.11 (mn) c = 1.48 (mean) c = 2.60 (max) months Source: PME Determnantes da saída da pobreza A Tabela 3 nforma os resultados da estmação da função de rsco, utlzando as dstrbuções Webull, Gompertz, loglogístca e a Gaussana nversa (processo de Wener com absorção). As regressões apresentadas nesta tabela estmam os efetos de característca fxas do domcílo, captadas durante o prmero mês observado na pobreza. Além dos coefcentes das regressões, a tabela nforma as razões de chance, para o modelo loglogístco, e as razões de rsco, para os demas modelos, relaconadas a cada varável explcatva.

13 Como vemos, quase todos os coefcentes são sgnfcatvos. As exceções são os coefcentes das dummes,de chefe nãocasado e chefe mulher nãocasada. As característcas famlares que reduzem a probabldade de permanecer na pobreza são a formação estendda 6, a maor proporção de pessoas em dade atva e a presença de adultos com um maor nível de formação educaconal. O efeto relaconado à proporção de pessoas em dade atva, assm como o de maor escolardade dos adultos, aponta ndretamente para o papel postvo da nserção no mercado de trabalho sobre a possbldade de sar da pobreza. A probabldade de saída da pobreza é maor também quanto mas velho for o chefe do domcílo. No entanto, mas mportante do que todas estas característcas é o fato de haver um doso no domcílo. A presença do doso aumenta em mas de 20% as chances de saída da pobreza. A razão dsso é, provavelmente, o papel que a aposentadora representa como renda complementar em famílas pobres. RM Salvador Tabela 3 Resultado das regressões para dferentes modelos de duração Webull Gompertz Loglogstc Inverse Gaussan hazard rato coef RM Belo Horzonte RM Ro de Janero RM São Paulo RM Porto Alegre log do número de membros famíla estendda proporção em dade atva Presença de uma crança ou mas duas cranças ou mas um adolescente ou mas dos adolescentes ou mas um doso ou mas adulto analfabeto adulto analfabeto funconal adulto com ensno fundamental dos adultos com ensno fundamental hazard rato coef. odds rato coef hazard rato coef adulto com ensno médo No caso do modelo de Gaussana nversa, este coefcente não é sgnfcatvo assm como os de presença de adulto analfabeto funconal, adulto com ensno fundamental e chefe de cor branca.

14 adulto com ensno superor chefe de cor branca chefe nãocasado chefe mulher nãocasada dade do chefe dade do chefe ao quadrado hato de renda hato de renda ao quadrado Constante parâmetro da função de rsco p gamma gamma c Fonte: PME Nota: 1 O valor c da função gaussana nversa representa uma méda da amostra, pos este valor fo parametrzado em função de algumas varáves. Os coefcentes da regressão do logartmo de c estão no Anexo. sgnfcatvo a 5%, sgnfcatvo a 1%, sgnfcatvo a 0.1%. Fatores que contrbuem para uma maor permanênca na pobreza são o maor número de membros no domcílo, a presença de cranças e adolescentes e a presença de adultos analfabetos. Além dsso, famílas chefadas por pessoas nãobrancas possuem maor probabldade de permanecer na pobreza que as chefadas por pessoas brancas. Essa dferença pode ser resultado, entre outras cosas, da já conhecda dscrmnação sofrda pelos negros no mercado de trabalho. De um modo geral, mutos destes resultados são, de certa forma, esperados. Todava, um resultado novo pode ser ressaltado com a ntrodução do hato de renda como uma covarada no modelo de duração. De fato, na méda, quanto maor a dstânca da renda per capta em relação à lnha de pobreza, menor a probabldade ou chance de transtar para fora da pobreza. Entretanto, este efeto é sgnfcatvamente côncavo. O Gráfco 5 apresenta as funções de rsco estmadas de acordo com o hato de renda. Nele, é possível ver que os domcílos que entraram na pobreza com renda zero (hato gual a 1) não são os com menores chances de sar desta stuação. Ou seja, os pobres mas extremos não são os mas crôncos. Provavelmente, as famílas com hato de renda gual a um são aquelas que perderam sua únca fonte de renda, em decorrênca, por exemplo, do desemprego do chefe. Porém, elas possuem mas chances de sar da pobreza, recuperandose deste choque, do que as famílas que não passaram pela mesma stuação, mas que contnuam a receber seu pequeno montante de renda que é nsufcente para sustentar todos os seus membros.

15 Gráfco 5 Efeto do hato da renda sobre a probabldade(rsco) de saída da pobreza Poverty gap effect on hazard functon webull gompertz hazard probablty margnal effect loglogstc nverse gaussan hazard probablty margnal effect gap gap sold lne = hazard problty; dash lne = margnal effect Source: PME Efetos de mudança no mercado de trabalho sobre a saída da pobreza Insprado prncpalmente no trabalho de Iceland (1997b), construímos varáves que regstram mudanças agregadas no mercado de trabalho para ncorporar os efetos de demanda agregada ao modelo de duração na pobreza. Dessa forma, analsamos os efetos das varações trmestras na proporção de ocupados na ndústra, na construção cvl e no comérco, em relação ao setor de servços, na taxa de desemprego e no rendmento real médo dos empregados públcos, por contaprópra e assalarados com cartera e sem cartera assnada. A Tabela 4, que descreve a magntude dessas varações para 60 meses (de junho de 2002 a mao de 2007) nas ses regões metropoltanas, demonstra que, apesar das médas muto próxmas de zero, as varâncas são sufcentemente altas para se analsar o mpacto dessas mudanças. Tabela 4 Estatístca descrtva das mudanças agregadas Varação (%) na méda desv. pad. mínmo máxmo renda méda dos trabalhadores renda méda dos empregados por conta própra renda méda dos empregados com cartera renda méda dos empregados sem cartera renda méda dos funconáros públcos taxa de desemprego proporção de trabalhadores na ndústra proporção de trabalhadores na construção proporção de trabalhadores no comérco Número de RM 6 Número de meses 60 Total de observações 360 Fonte: PME Dentre estas mudanças ocorrdas no mercado de trabalho, o únco fator que demonstra uma clara tendênca de aumento ao longo do tempo é o saláro médo dos empregados sem cartera, com uma taxa de crescmento méda de 1,22%. A maor varabldade, ou volatldade, está na taxa de desemprego, com

16 um desvopadrão de 10% sobre a sua varação percentual méda, segudo pelo saláro médo dos empregados por contaprópra (desvopadrão de 7,3%) e pela proporção de trabalhadores na construção cvl (desvopadrão de 6,5%). A renda méda dos funconáros públcos também mostrou uma volatldade relatvamente alta, com desvopadrão de 6,5%. Para estmar o modelo de duração, nclundo estas varáves que mudam ao longo do tempo, necesstamos expandr a amostra, observando, para cada famíla, todos os meses em que ela fo entrevstada e estava na pobreza. As conseqüêncas desta expansão sobre a amostra já foram mostradas na Tabela 2. Os resultados da estmação da probabldade de saída da pobreza com essa nova amostra são apresentadas na Tabela 5. Todos os modelos utlzam as covaradas referentes às característcas fxas dos domcílos e a nclusão de cada grupo de varáves agregadas é feta paulatnamente. O prmero modelo consdera somente a varação na renda méda de todos os trabalhadores ocupados. No segundo, desagregamos a varação na renda méda por posção na ocupação. O tercero modelo ncluu anda a varação na taxa de desemprego e o quarto modelo nclu as varações na proporção de empregados por setor. Por fm, o últmo, e mas completo, modelo ncorpora dummes para os meses do ano, objetvando um controle para o efeto de sazonaldade 7. Pelos efetos estmados, verfcamos que o aumento de 1% no saláro médo dos trabalhadores na economa reduz entre 0,6% e 0,9% a probabldade de saída da pobreza. A explcação para este efeto negatvo é de que o aumento no saláro médo da economa provoca um aumento na taxa de desemprego. Este aumento na taxa de desemprego é prejudcal prncpalmente para a população mas pobre, que acabam encontrando anda mas dfculdades em consegur um emprego. Desagregando este efeto por posção na ocupação, vemos que o aumento de 1% no rendmento médo dos empregados com cartera reduz entre 5% e 9% a probabldade de saída da pobreza, enquanto que o aumento de 1% no saláro médo dos empregados sem cartera aumenta entre 6% e 12% esta probabldade. Como é conhecdo que os trabalhadores pobres estão mas concentrados no setor nformal (Machado, Rbas e Pendo, 2007), pudemos supor que o segundo tpo de varação possu um efeto de aumento na renda dos domcílos na pobreza, ao passo que o prmero tpo de varação contrbu para uma menor nserção dos pobres no mercado de trabalho, especalmente no setor formal. Para sorte dos pobres, de acordo com a Tabela 4, o rendmento no setor nformal vem crescendo, em méda, mas rápdo que o rendmento no setor formal. Sem o controle de sazonaldade, verfcamos que o efeto dreto de redução de 1% na taxa de desemprego é de apenas 0,3% de na probabldade de saída da pobreza. Controlando a sazonaldade, este efeto perde sgnfcânca. Portanto, a taxa de desemprego da economa em s não afeta a permanênca de famílas na pobreza. Contudo, os efetos do desemprego sobre a permanênca na pobreza se dão por vas ndretas, partcularmente através da sazonaldade da atvdade econômca e do crescmento, ou redução, da massa salaral da economa. Tabela 5 Resultado da estmação dos efetos de mudanças agregadas para dferentes modelos de duração (1) (2) (3) (4) (5) Efeto de varação na Webull model hazard rato renda méda dos trabalhadores renda méda dos empregados por conta própra renda méda dos empregados sem cartera renda méda dos empregados com cartera renda méda dos funconáros públcos Taxa de desemprego Infelzmente o IBGE não dvulgou, até o momento em que este artgo fo escrto, as séres dessazonalzadas das varáves agregadas. A justfcatva é o anda curto período da nova sére da PME.

17 proporção de trabalhadores na ndústra proporção de trabalhadores na construção proporção de trabalhadores no comérco Efeto de varação na renda méda dos trabalhadores renda méda dos empregados por conta própra Gompertz model hazard rato renda méda dos empregados sem cartera renda méda dos empregados com cartera renda méda dos funconáros públcos Taxa de desemprego proporção de trabalhadores na ndústra proporção de trabalhadores na construção proporção de trabalhadores no comérco Efeto de varação na renda méda dos trabalhadores renda méda dos empregados por conta própra Loglogstc model odds rato renda méda dos empregados sem cartera renda méda dos empregados com cartera renda méda dos funconáros públcos Taxa de desemprego proporção de trabalhadores na ndústra proporção de trabalhadores na construção proporção de trabalhadores no comérco Efeto de varação na renda méda dos trabalhadores renda méda dos empregados por conta própra renda méda dos empregados sem cartera renda méda dos empregados com cartera Inverse Gaussan model hazard rato renda méda dos funconáros públcos

18 Taxa de desemprego proporção de trabalhadores na ndústra proporção de trabalhadores na construção proporção de trabalhadores no comérco Varáves de controle característcas dos domcílos x x x x x dummy de meses do ano x Fonte: PME Nota: sgnfcatvo a 5%, sgnfcatvo a 1%, sgnfcatvo a 0.1% Em termos do emprego setoral, podemos notar que a redução de 1% na proporção de trabalhadores na ndústra e no comérco, em prol do setor de servços, aumenta em cerca de 0,5% e 1%, respectvamente, a probabldade de saída dos domcílos da pobreza. Ou seja, uma transção de trabalhadores da ndústra e do comérco para o setor de servços nas áreas metropoltanas reduz sgnfcatvamente a duração das famílas na pobreza. Contudo, de acordo com a Tabela 4, esta transção vem ocorrendo, em méda, de forma muto lenta. Por fm, o efeto de varações na proporção de ocupados na construção cvl não possu sgnfcânca na maora dos modelos estmados. 7. Conclusão Este artgo teve como objetvo estmar a probabldade de domcílos saírem da pobreza e os determnantes deste evento, consderando o tempo de permanênca deles nesta stuação. Os dados utlzados, provndos do panel da Pesqusa Mensal de Emprego (PME), apresentaram ncalmente duas lmtações. A prmera lmtação era em relação ao seu questonáro, que não nclu perguntas sobre rendmentos não provenentes do trabalho, tas como pensões, aposentadoras, segurodesemprego, remunerações de atvos e transferêncas de programas socas. Portanto, utlzar as nformações da PME somente da forma com que elas são apresentadas mplca uma subestmação da renda domclar e conseqüente sobrestmação da pobreza. Para contornarmos este problema, utlzamos a técnca proposta por Elbers, Lanjouw e Lanjouw (2003), descrta com maores detalhes por Rbas e Machado (2007b), para mputar a renda domclar não provnda do trabalho para os domcílos da PME. A segunda lmtação do panel utlzado é o curto ntervalo de acompanhamento das famílas. A conseqüênca dsso é um elevado número de observações censuradas na análse de duração. Para não exclur os casos censurados à dreta, quando não observamos a saída do domcílo da pobreza, e os casos censurados à esquerda, quando não observamos à entrada nesta stuação, optamos por utlzar modelos paramétrcos de sobrevvênca que controlam a condção ncal de observação em determnada stuação. Caso as observações censuradas fossem omtdas na análse, ntroduzríamos um grande vés na nvestgação, pos estaríamos sstematcamente exclundo famílas em meo a um longo período na pobreza. Apesar desta lmtação no ntervalo de acompanhamento dos domcílos, consderamos o formato do panel da PME deal para se analsar transções e efetos de varação na demanda agregada, pos possblta a nvestgação de mudanças em um curto espaço de tempo. Nos resultados das estmações dos modelos paramétrcos de sobrevvênca, encontramos que a probabldade de saída da pobreza é decrescente ao longo do tempo, prncpalmente a partr do segundo mês de duração nesta stuação. Portanto, quanto mas tempo a famíla fca na pobreza, maores são suas chances de permanecer nela. Entre as característcas domclares que afetam a probabldade de saída da pobreza, vsàvs a permanênca nela, a presença de, ao menos, um doso é a de maor mpacto, aumentando em mas de 20% as chances dsso acontecer. Provavelmente, a aposentadora que os dosos recebem cumpre um papel fundamental como renda complementar em famílas pobres.

19 Em relação às condções em que as famílas entram na pobreza, dentfcamos que, na méda, quanto maor a dstânca da renda per capta ncal em relação à lnha de pobreza, menor a probabldade ou chance de transtar para fora da pobreza. Entretanto, os domcílos que entraram na pobreza com renda zero não são os com menores chances de sar desta stuação. Provavelmente, a condção transtóra de desemprego do chefe, ao ser superada, contrbu para a saída da pobreza. Fnalmente, em termos de mudanças no mercado de trabalho, constatamos que a transção de trabalhadores da ndústra e do comérco para o setor de servços nas áreas metropoltanas reduz sgnfcatvamente a duração das famílas na pobreza. No entanto, esta transção vem ocorrendo, em méda, de forma muto lenta, até porque ela já está, provavelmente, bastante avançada atualmente. Outro resultado é que mudanças na taxa de desemprego da economa não afetam dretamente a permanênca, ou a saída, de famílas na pobreza. Nas regressões, mostramos que o aumento no rendmento médo dos empregados com cartera reduz sgnfcatvamente a probabldade de saída da pobreza, enquanto que o aumento no saláro médo dos empregados sem cartera aumenta consderavelmente esta probabldade. De fato, os trabalhadores pobres estão mas concentrados no setor nformal do que no setor formal. Portanto, o aumento do saláro médo dos trabalhadores nformas possu um efeto de aumento na renda dos domcílos pobres, ao passo que o aumento do saláro médo dos demas trabalhadores não possu o mesmo efeto. Assm, a partr dos resultados referentes às varáves de demanda agregada do mercado de trabalho, podemos conclur que polítca de geração de emprego e renda, vsando nserr a população mas pobre no mercado de trabalho, são mportantes para saída da condção de pobre. Ademas, polítcas de qualfcação podem tornar esses trabalhadores menos sujetos a rotatvdade, amplando, portanto, sua renda permanente e, com sso, evtando a não reentrada na pobreza. Referêncas bblográfcas Aalen, O. O. and H. K. Gjessng (2001), Understandng the Shape of the Hazard Rate: A Process Pont of Vew, Statstcal Scence 16 (1): 122. Amemya, T. (1999), A Note on Left Censorng, n Pesaran, H., K. Lahr, C. Hsao, L.F. Lee (eds.), Analyss of Panels and Lmted Dependent Varable Models, Cambrdge Unversty Press, p Bane, M. J. and D. Ellwood (1986), Slppng Into and Out of Poverty: The Dynamcs of Spells, Journal of Human Resources 21 (1): 123. Barros, R. P., S. Cury, G. Ulyssea (2007), A Desgualdade de Renda no Brasl Encontrase Subestmada? Um Análse Comparatva com Base na PNAD, na POF e nas Contas Naconas, Texto para Dscussão 1263, IPEA, Ro de Janero. Beccara, L. and R. Maurízo (2006), Factors assocated to poverty moblty n Greater Buenos Ares, XLI Reunón Annual de la AAEP, Salta, Argentna. Bgsten, A. and A. Shmeles (2003), The Dynamcs of Poverty n Ethopa, WIDER Conference on Inequalty, Poverty and Human Wellbeng, Helsnk, Fnland. Cappellar, L. and S. P. Jenkns (2002), Who Stays Poor? Who Becomes Poor? Evdence from the Brtsh Household Panel Survey, Economc Journal 112: C60C67. Corseul, C. H. and M. N. Foguel (2002), Uma sugestão de deflatores para rendas obtdas a partr de algumas pesqusas domclares, Texto para Dscussão 897, IPEA, Ro de Janero. D Addo, A. C. and M. Rosholm (2002), Left Censorng n Duraton Data: Theory and Applcatons, Workng Paper 20025, Department of Economcs, Unversty of Aarhus, Denmark. Densova, I. (2007), Entry to and Ext from Poverty n Russa: Evdence from Longtudnal Data, CEFIR/NES Workng Paper 98, New Economc School, Moscow. Dmtr, S. (2000), Persstent Poverty n Russa, Workng Paper BSP/2000/037 E, New Economc School, Moscow. Doksum, K. A. and A. Høyland (1992), Models for varablestress accelerated lfe testng experments based on Wener processes and the nverse Gaussan dstrbuton, Technometrcs 34 (1): Duncan, G. J. (1983), The Implcatons of Changng Famly Composton for the Dynamc Analyss of Famly Economc WellBeng, n Atknson, A. B. and F. A. Cowell, Panel Data Analyss, London: London School of Economcs, p

20 Duncan, G. J. and Rodgers, W. (1991), Has Chldren s Poverty Become More Persstent? Amercan Socologcal Revew 56 (4): Elbers, C., J. O. Lanjouw and P. Lanjouw (2003), McroLevel Estmaton of Poverty and Inequalty, Econometrca 71 (1): Grtz, M. (1993), The Impact of Tranng on the Frequency and the Duraton of Employment, Journal of Econometrcs 57 (13): Heckman, J. J. (1979), Sample Bas as a Specfcaton Error, Econometrca 47 (1): Hussan, M. A. (2002), Poverty Duraton n Denmark, Welfare Dstrbuton Workng Paper 28, Dansh Natonal Insttute of Socal Research. Iceland, J. (1997a), The Dynamcs of Poverty Spells and Issues of LeftCensorng, PSC Research Report 97378, Unversty of Mchgan. Iceland, J. (1997b), Urban labor markets and ndvdual transtons out of poverty, Demography 34 (3): Iceland, J. (2003), Dynamcs of Economc WellBeng: Poverty , Current Populaton Reports, P7091, U.S. Census Bureau. Lancaster, T. (1982), Econometrc Methods for the Duraton of Unemployment, Econometrca 47 (4): Machado, A. F., R. P. Rbas and M. Pendo (2007), Mobldade entre estados de pobreza e nserção no mercado de trabalho: uma análse para o Brasl Metropoltano em 2004, Economa Aplcada 11 (2): McKernan, S.M. and C. Ratclffe (2003), Events that Trgger Poverty Entres and Exts, JCPR Workn Paper 317, Jont Center for Poverty Research, Northwestern Unversty and Unversty of Chcago. MenezesFlho, N. and P. Pcchett (2000), Os determnantes da duração do desemprego em São Paulo, Pesqusa e Planejamento Econômco 30 (1): Pendo, M. and A. F. Machado (2003), Duração do desemprego no Brasl Metropoltano In: Wajnman, S. Machado, A.F. (org) Mercado de Trabalho: Uma análse a partr das pesqusas domclares no Brasl, Edtora UFMG, pág Rbas, R. P. and A. F. Machado (2007a), Dstngushng Chronc Poverty from Transent Poverty n Brazl: developng a model for pseudopanel data, Workng Paper 36, Internatonal Poverty Centre, UNDP. Rbas, R. P. and A. F. Machado (2007b), Sazonaldade da pobreza no Brasl, Internaconal Poverty Centre, UNDP, mmeo. Rbas, R. P. and S. D. Soares (2007), Do atrto na Pesqusa Mensal de Emprego, IPEA, Brasíla, mmeo. Rdder, G. (1984), The dstrbuton of Sngle Spell Duraton Data, n Neumann, G. R. and N. C. WestergardNelsen (eds.), Studes n Labor Market Dynamcs, New York: Sprnger, p Rosholm, M. (2001), An Analyss of the Processes of Labour Market Excluson and (Re) Incluson, IZA Dscusson Paper 332, Insttute for the Study of Labor, Bonn. Ruggles, P. and R. Wllams (1987), Transtons In and Out of Poverty: New Data from the Survey of Income and Program Partcpaton, U.S. Department of Commerce, Bureau of the Census, n Stevens, A. H. (1994), The Dynamcs of Poverty Spells: Updatng Bane and Ellwood, Amercan Economc Revew 84 (2): Stevens, A. H. (1999), Clmbng Out of Poverty, Fallng Back n: Measurng the Persstence of Poverty Over Multple Spells, Journal of Human Resources 34 (3): Tarozz, A. and A. Deaton (2007), Usng Census and Survey Data to Estmate Poverty and Inequalty for Small Areas, Department of Economcs, Prnceton Unversty. World Bank (2006), Brazl: Measurng Poverty Usng Household Consumpton, Report 36358BR, Poverty Reducton and Economc Management Sector Unt.