Insper Instituto de Ensino e Pesquisa. Mário Moraes Martins de Barros HIATO SALARIAL PÚBLICO-PRIVADO:ANÁLISE EMPÍRICA POR TIPO DE OCUPAÇÃO

Transcrição

1 Insper Instituto de Ensino e Pesquisa Faculdade de Economia e Administração Mário Moraes Martins de Barros HIATO SALARIAL PÚBLICO-PRIVADO:ANÁLISE EMPÍRICA POR TIPO DE OCUPAÇÃO São Paulo 2014

2 Mário Moraes Martins de Barros Hiato Salarial Público-Privado: Análise Empírica por tipo de Ocupação Monografia apresentada ao curso de Ciências Econômicas, como requisito parcial para a obtenção do Grau de Bacharel do Insper Instituto de Ensino e Pesquisa. Orientador: Prof. Dr. Marcelo Rodrigues dos Santos Insper São Paulo 2014

3 Barros, Mário Moraes Martins de Hiato Salarial público-privado: análise empírica por tipo de ocupação / Mário Moraes Martins de Barros São Paulo: Insper, f. Monografia: Faculdade de Economia e Administração Insper Instituto de Ensino e Pesquisa. Orientador: Prof. Dr. Marcelo Rodrigues dos Santos 1. Mercado de Trabalho 2. Salários 3. Ocupação

4 Mário Moraes Martins de Barros Hiato Salarial Público-Privado: Análise Empírica por tipo de Ocupação Monografia apresentada ao curso de Ciências Econômicas, como requisito parcial para a obtenção do Grau de Bacharel do Insper Instituto de Ensino e Pesquisa Aprovado em Dezembro de 2014 Examinadores Prof. Dr. Marcelo Rodrigues dos Santos Orientador Prof. Dra. Regina Madalozzo Examinadora Prof. Dr. Naercio Menezes Filho

5 Resumo Barros, Mário Moraes Martins de. Hiato Salarial Público-Privado: Análise empírica por tipo de ocupação São Paulo, Páginas. 27 Monografia Faculdade de Economia e Administração. Insper Instituto de Ensino e Pesquisa. Os setores público e privado tem diferentes caraterísticas nos seus postos de trabalhos em diversos aspectos, o objetivo desta monografia é analisar quantitativamente as diferenças do salário público-privado para o Brasil em A maioria estudos na literatura existente apontam o hiato positivo para o setor público, no entanto uma crítica existente é que geralmente as estimativas são baseadas nas médias dos salários de cada setor, não são selecionados os grupos controles por tipos de ocupação. Para uma melhor avaliação dos resultados estimados essa monografia avalia os grupos de ocupação semelhantes para os setores públicos e privados, mesmo visto que não existem casos que as funções não são exatamente iguais nos dois setores. A variável de interesse é o salário dos indivíduos e será regredido com uma variável dummy se o indivíduo trabalha no setor público ou não, e também variáveis controle, que expressem o tipo de ocupação da atividade exercida de cada um dos indivíduos da amostra, além de educação, experiência, raça, idade e gênero. O método utilizado no estudo é o de mínimos quadrados ordinários. O resultado do estudo apresenta que mesmo considerando os controles por tipo de ocupação no Brasil para 2012 os salários em média são maiores para o setor público que o privado. Palavras-chave: Hiato. Salário. Público-privado. Ocupação. Brasil.

6 Abstract Barros, Mário Moraes Martins de. Public-private wage gap: Empirical analysis in occupational types. E. São Paulo, Pages. 27 Monograph Faculdade de Economia e Administração. Insper Instituto de Ensino e Pesquisa. Both the public and the private sector have different characteristics in many aspects in their work place, the scope of these monograph is to analyze quantitatively public-private differences in wage for Brazil in Most of the currently studies points out that exists a positive gap for the public sector, however there is some critics that argues that in general forecasts are based on which sectors wage means and there are no control groups for occupational type. For a better estimation of empirical results these monograph considers groups of occupational job types in private and public sector, although does not exist exactly similar functions in these sectors. The variable of interest is the wage of individuals and a regressor are a dummy if the person works or do not work in the public sector, and controlled variables that express occupational type, besides education, experience, color, age and gender. The method in this study is ordinary least squares. The results shows that even controlled by occupational types public s sector mean wage are higher then private for Brazil in Palavras-chave: Gap. Wage. Public-private. Occupational. Brazil.

7 Lista de Ilustrações

8 Sumário 1 Introdução 9 2 Revisão da Literatura Relevante 11 3 Metodologia 15 4 Discussão sobre a Base de Dados 16 5 Descrição das Variáveis e Resultados Esperados 18 6 Resultados Empíricos 21 7 Conclusão 26 8 Bibliografia 27

9 9 1 Introdução O mercado de trabalho é composto de empregos tanto no setor público quanto no setor privado, e a composição desse mercado varia entre os países. É importante evidenciar esses dois setores, pois as suas diferenças causam impactos nos agentes econômicos: empresas, indivíduos e estado. O estado não tem a necessidade de um orçamento maior e pode ofertar maior grau de serviços para a sociedade desde que use recursos eficientemente, em função da proporção da composição do seu número de trabalhadores. Os serviços prestados pelo governo consistem em oferecer, entre outros, saúde, educação, segurança, infraestrutura, saneamento e transporte para população. Os gastos do governo são diretamente impactados por sua estrutura de força de trabalho, entenda-se por folha de pagamento e previdência, que são ressaltados como possíveis problemas pelas pressões sociais para medidas de austeridade na política fiscal em muitos países. Os indivíduos encontram empregos com características distintas nos setores público e privado: maior estabilidade no setor público, proporcionada por regimes de leis especiais, e de diferenças no sistema de aposentadoria. No Brasil no setor público a aposentadoria é baseada no salário integral e o sistema de previdência para os trabalhadores privados possui teto o que proporciona retorno relativo maior ao individuo com cargo público. A jornada de trabalho, férias e benefícios financeiros em forma de auxílio são outros atrativos que tendem a privilegiar os cargo públicos em comparação aos privados. Inclusive o status social pode ser considerado diferente para ambos setores no nosso país. Além das diferenças já citadas existe um gap salarial entre os setores públicos e privado, empiricamente estudado e que favorece o setor público ao contrário do esperado se considerar que indivíduos avessos ao risco estariam dispostos a receber um payoff menor (considere risco como demissão e payoff é a remuneração financeira). Os indivíduos também apresentaram características observáveis como idade, experiência, educação que explicam esse gap, porém não totalmente. Os indivíduos apresentam diferentes dessas características por setor e são geralmente mais velhos e mais escolarizados, em média, no setor público como mencionado no estudo Foguel et al. (2000). No mesmo estudo, para o Brasil, é expresso que da diferença salarial que consegue ser explicada pelas variáveis observáveis utilizadas, 70% corresponde variável educação.

10 10 De acordo com a atratividade descrita o setor público tende fazer com que indivíduos produtivos em busca de melhores salários e também cargos mais estáveis almejem serviços públicos e se cria uma demanda pelos mesmos. O prêmio positivo para o setor público contribui para expectativa de criação de job queu, onde todos indivíduos presentes na economia se candidatem para vagas públicas. Pelas razões apresentadas não existem desvantagens de se trabalhar no setor público. O estado tem incentivos para escolher os indivíduos mais produtivos, consequentemente essa migração de capital humano entre setores públicos e privados pode resultar em diminuição na produtividade média do trabalho no setor privado caso os salários dos empregos públicos estiverem acima dos valores ótimos. Dessa forma o governo pagar salários públicos no valor adequado seria uma politica pública que evitaria o impacto negativo às empresas de iniciativa privada causado com um provável crowding out desse setor, no entanto governantes tem interesses além de econômicos como angariar votos que não cabe ser explicado nesse estudo. O estudo busca analisar quantitativamente a diferença salarial do setor público e privado para o Brasil. O tema é relevante em diversos países e a maioria dos países apresenta um gap positivo, recorrente na literatura mundial, em Tansel (2005) o estudo do hiato salário público-privado é analisado para Turquia e em outro país abordado o tema diferencial de salários foi a Zâmbia no trabalho de Nielsen e Rosholm (2001). Geralmente quando realizado com metodologia de regressão quantílica como no estudo de Nielsen e Rosholm (2001) é recorrente que em vários países o gap diminua nos valores maiores quantiles de salários e alguns casos específicos inclusive se torne negativo. Outro fato recorrente nos estudos é que no setor público a renda é menos dispersa. No Brasil, os trabalhos recentes sobre o tema usam diferentes datas para base de dados, podem usar metodologia como regressões MQO ou quantílica, assumir ou não endogeneidade na escolha de trabalhar no setor publico ou privado, utilizar controles para os indivíduos ou não e analisar apenas salários ou um valor presente incluindo a aposentadoria; e sucessivamente os resultado são similares e demonstram o hiato como positivo. Não obstante, a limitação dos estudos atuais mais apontada pela crítica é que são comparados empregos diferentes e de forma agregada na maioria dos trabalhos, ou seja alguns cargos públicos não possuem correspondente privado e mesmo se tivessem os resultados não controlam este efeito. O estudo Barbosa-Filho, Afonso e Pessôa (2007) é uma exceção por limitar o estudo de diferenças em salários público-privado com ocupação definida, apenas os

11 11 professores. No artigo de Braga, Firpo e Gonzaga (2008) uma das analises separa os trabalhadores em grupos de ocupação para uma de suas metodologias: administração e gerência; exatas; biociências e saúde; ensino; ciências jurídicas; ciências humanas; comunicação e artes; outros. Destaca-se a heterogeneidade da diferença desses grupos. O escopo dessa monografia é realizar o estudo para todas ocupações, de forma controlada para que sejam mais comparáveis e espera-se obter resultados condizentes aos anteriores. O objetivo do estudo é suprir a limitação para se comparar os cargos públicosprivados é criar variáveis controles para indivíduos com grandes grupos de tipos ocupações com cargos que as características sejam similares entre si tenham compatíveis com o do outro setor. 2 Revisão da Literatura Relevante Essa revisão de literatura tem o intuito de abordar principalmente as publicações acadêmicas mais relevantes ao tema de diferença no salario público-privado do Brasil com datas mais recentes. Referente a coleta de dados para cálculo do hiato público-privado a literatura demonstra consistência nos resultados e a maioria dos autores apresenta preferência em utilizar a PNAD para realização de estudos desse tema no Brasil. A pesquisa de Foguel et al. (2000) utiliza como dados a PNAD de 1995 para calcular os hiato salariais brutos e controlados. O ano escolhido para Belluzzo, Anuatti-Neto e Pazello (2005) foi o de 2001 e os dados são provenientes também da PNAD. Na amostra de Belluzzo, Anuatti-Neto e Pazello (2005) os indivíduos selecionados incluem também os empregadores entre outras categorias que não sejam empregados. Barbosa Filho et al. (2007) os dados foram retirados dos censos demográficos em 1980, 1991 e 2000, o conjunto tem para cada ano mais de 20 milhões de observações, argumentando que os dados possuem as características necessárias para realização do estudo e além disso, segundo os autores, a confiabilidade dos resultados é aumentada com o grande número do conjunto de dados que no caso desse estudo especifico se fazia necessário porque o estudo visava estudar grupo restrito de indivíduos (professores) comparado por unidade federativa o que com a base de dados PNAD resultaria em número de observações reduzido. Por fim a base de dados da pesquisa Braga, Firpo e Gonzaga (2008), mais uma vez foi a PNAD, nesse trabalho para o ano de 2005 foi considerada para amostra apenas indivíduos com 16 anos ou mais que estivessem com ocupação na semana da amostra, com renda positiva, residentes em zonas urbanas e tivessem jornadas de trabalho entre 20 e 70

12 12 horas semanais. Ainda exclui-se os indivíduos que tivessem alguma das variáveis importantes (escolaridade, raça, jornada de trabalho e tenure) como não declaradas apresentadas pela PNAD. Quanto a variável de interesse que será retratada existem basicamente duas vertentes, uma delas que utiliza apenas o salário como forma de avaliar o prêmio entre os cargos públicos e os privados enquanto outra busca incorporar a maior estabilidadede do emprego e as diferentes aposentadorias que seria o Valor Presente do Contrato de Trabalho (VPCT). Os trabalhos Barbosa Filho et al. (2007) e Braga, Firpo e Gonzaga (2008) se assemelham muito na medida que utilizam para compor o VPCT nos seus estudos. Porém, as definições são diferentes se analisadas detalhadamente. Em ambos trabalhos, para calcular o rendimento dos trabalhadores ao longo da vida é realizado um somatório do fluxo de renda futuro para cada individuo. Os termos do somatório são divididos pelos anos que restam de vida para cada trabalhador na publicação de Braga, Firpo e Gonzaga (2008) diferentemente do que é apresentado para VPCT em Barbosa Filho et al. (2007). A critica ao método de VPCT utilizado por Barbosa Filho et al. (2007), no texto de Braga, Firpo e Gonzaga (2008) ressalta que sem o procedimento de correção para os anos de vida o cálculo para os estimadores do diferencial do VPCT entre os setor público e privado estariam subestimados, pelo fato de ser somado menos fluxos aos trabalhadores do setor público dado que eles tem em média maior idade. Considerando que os trabalhadores tanto do setor publico quanto privado tem a mesma expectativa de vida, aquele que é mais velho naturalmente terá menor número de fluxos calculados até o fim da sua vida. Outros trabalhos relevantes não se baseiam nesse conceito de VPCT e estimam apenas as diferenças salariais entre eles estão Foguel et al. (2000) e Belluzzo, Anuatti-Neto e Pazello (2005), o primeiro estima apenas o salário bruto para todo país e controlado para algumas metrópoles, já o segundo o salário bruto é padronizado. As metodologias na literatura relevante mais utilizadas são regressões por MQO e/ou quantílicas. O primeiro estudo no Brasil que não utilizou apenas uma analise nas médias (MQO) foi Belluzzo, Anuatti-Neto e Pazello (2005) em que foi utilizada a regressão utilizada foi a quantílica que fornece uma distribuição condicional dos salários. Outros países já tinham publicações acerca desse tema com esse método, no estudo de Nielsen e Rosholm (2001), para Zâmbia. Os outros trabalhos acerca do tema tem mais aplicação sobre as médias Foguel et al. (2000), Barbosa Filho et al. (2007) e Braga, Firpo e Gonzaga (2008); este ultimo ainda faz um histograma baseado no desvio padrão o que torna a análise um pouco mais detalhada.

13 13 O trabalho Braga, Firpo e Gonzaga (2008) diferente dos demais referentes ao Brasil citados que assumem que a decisão trabalhar no setor público ou privado é exógena (dummmy do setor publico ou privado), nesse trabalho em uma de suas abordagens considera que a mesma seja endógena e dessa forma propõe uma variável instrumental que seria se os pais do individuo foram ou não servidores públicos, considera-se que aqueles com pais servidores públicos mais propensos a aderirem o mesmo setor como forma de corrigir o viés do estimador. Em Belluzzo, Anuatti-Neto e Pazello (2005) aproximadamente metade da diferença do salário público-privado brasileiro é explicada pelas variáveis controle acrescentadas ao modelo, valor próximo ao encontrado em Tansel (2005) na Turquia. Denota-se o relativo alto valor não explicado pelo modelos em questão, que é recorrente tratando-se esse tema. Sabe-se também que Foguel et al. (2000) utilizou sexo, raça, escolaridade, idade e tenure (além da dummy) como as variáveis controle da estimação. No entanto a estimação com os controles foram apenas para as regiões metropolitanas de Recife, Belo Horizonte, Salvador, Rio de Janeiro, São Paulo, Distrito Federal e Porto Alegre. Que basicamente é fundamental para os trabalhos subsequentes, por exemplo Braga, Firpo e Gonzaga (2008) utiliza as mesma variáveis porém com algumas modificações é inserido o termo quadrado da experiência (tenure), escolaridade é representada como dummies divididas em grupos de três em três anos e após cinco dummies a sexta é 17 anos ou mais de escolaridade, foram inseridas se o trabalho é informal e se a área é metropolitana; por fim dividiu a analise por região com dummies e vez interação entre a dummy se trabalha no cargo publico e educação. Belluzzo, Anuatti-Neto e Pazello (2005) teve uma abordagem distinta ao manter o intercepto na estimação, e de semelhante a Braga, Firpo e Gonzaga (2008) e Foguel et al. (2000) tem gênero, idade, raça e tenure. Belluzzo, Anuatti-Neto e Pazello (2005), como em Foguel et al. (2000), a escolaridade é continua e igual somente a Braga, Firpo e Gonzaga (2008) inseriu a variável que reflete se o indivíduo pertence a uma área metropolitana. Diferente dos outros Belluzzo, Anuatti-Neto e Pazello (2005) inseriu idade ao quadrado. E inclui nesta equação as dummies para esfera federal, estadual e municipal de cargos públicos. Após dissertado através das diferenças das estimações, premissas e estimações presentes na literatura resta apenas comparar os resultados. Os resultados de Foguel et al. (2000) expõem que hiatos são relativamente altos, mas são significativamente menores quando utilizado ao invés de salários brutos (diferencial médio 58%) os valores com variáveis controles (diferencial médio 43%), conclui-se que parte do diferencial é devido as

14 14 características observáveis dos indivíduos e que existe diferenças na composição da força de trabalho privada e pública. Outro resultado importante de Foguel et al. (2000) que depois será reforçado por Belluzzo, Anuatti-Neto e Pazello (2005) é que há indícios para se acreditar que exista heterogeneidade dentro do setor público: o hiato salarial é maior para empregados federais, decrescente para o nível estadual e municipal, nesta ultima esfera de atuação o hiato deixa de ser positivo e passa a ser negativo para Foguel et al. (2000) e negativos para Belluzzo, Anuatti-Neto e Pazello (2005) na mesma esfera municipal para quantiles mais altos e em uma estimação negativo na esfera estadual apenas para o quantil mais alto. Belluzzo, Anuatti-Neto e Pazello (2005), conclui-se que em diferentes porções da distribuição condicional de salários (regressão quantílica) o maior resultado obtido a favor do setor público é na cauda mais inferior, e o hiato declina constantemente a medida em que foi analisado sentido cauda superior, no entanto só se torna negativo em casos específicos. Barbosa Filho et al. (2007), analisa a diferença apenas para professores em diferentes níveis de ensino nas rede publicas e privadas. Quando se leva em conta somente salários os diferencias são na maior parte favoráveis ao setor privado. Quando calculado VPCT, o valor público é sempre maior que o valor privado. A taxas internas de retorno da previdência social, tem também retorno para o setor publico maior, logo as diferentes regras de aposentadoria são responsáveis pela diferença entre resultados das análises de apenas salários e VPCT dos docentes público-privados. Já Braga, Firpo e Gonzaga (2008), tem o escopo de analisar para todos os grupos de trabalhadores e como os níveis de educação impactam o hiato de rendimentos públicoprivado. Primeiramente com a variável de interesse sendo apenas o rendimento atual o hiato é bastante favorável ao setor publico para trabalhadores com baixa escolaridade. Trabalhadores que possuem maior capital humano, por serem mais qualificados, tem o hiato quase nulo ou desfavorável para o setor público considerando rendimentos presentes. Em abordagem que envolve fluxos futuros calculando o VPCT, independente do nível de escolaridade o hiato é positivo para o setor público. O prêmio geral encontrado nesse caso é de 22% para o setor público. Em suma, os resultados apresentados por essas publicações não são conflitantes e demonstram o que cada qual propôs. Mais relevante para esta monografia dentre os citados, pode- se destacar Braga, Firpo e Gonzaga (2008), que demonstrou hiatos para ocupações diferentes e os comparou em uma de suas análises.

15 15 3 Metodologia O estudo desta monografia é feito empiricamente. A variável de interesse utilizada é o salário (possivelmente logaritimizada e ponderada por horas trabalhadas), o salário apenas não incorpora os valores recebidos futuramente e em forma de aposentadoria ou considera a estabilidade dos setores. A princípio o modelo básico consiste em estimar por mínimos quadrados ordinários o que é restritivo pois expressa impositivamente linearidade entre as relações das variáveis como em Braga, Firpo e Gonzaga (2008) impedindo os diferentes setores afetarem diferentemente os rendimentos. A sugestão proposta no mesmo estudo não teve desvio considerado significante do MQO e portanto aqui será mantido essa metodologia. O mínimo quadrados ordinários é uma técnica de estimação que tem como premissa que os resíduos sejam normal e independentemente distribuídos. Outra limitação desse modelo é a possível endogeneidade, não será utilizado a técnica de variáveis instrumentais para calcular o viés desse modelo no primeiro instante para que seja melhor explicitado o impacto de variáveis não observáveis na diferença entre o salário público e o privado A equação a ser regredida a princípio será composta pelas variáveis explicativas, além do intercepto, dummy do setor público (se trabalho ou não no setor público), educação e experiência (uma proxy utilizada é a tenure), experiência ao quadrado também é interessante semelhante Braga, Firpo e Gonzaga (2008) por denotar a curva de salários cresce em função a experiência com taxas marginais decrescentes. Esse modelo também é muito semelhante ao Foguel et al. (2000). A variável dummy do setor público, é importante para o estudo pois o seu respectivo coeficiente mostrará o resultado estimado de acordo com os dados para o hiato salarial. Essa variável dummy poderá ser atribuído dois valores sendo igual a um quando o individuo trabalhar no setor público e zero caso o contrário. Experiência e educação são variáveis que explicam as diferenças de salários entre os indivíduos. Como já foi dito em estudo semelhante para o Brasil em Foguel et al. (2000) apenas a variável educação já pode explicar estatisticamente 70% da variação nos salários. Nesse modelo devido a disponibilidade de dados a educação está representada em níveis educacionais portanto é um conjunto de variáveis dummies. Acredita-se empiricamente que como a educação a experiência também influencie os salários, e a proxy utilizada será em anos de permanência no mesmo emprego (tenure), portanto permitirá a utilização de uma

16 16 variável quadrática, uma outra opção seria utilizar a idade e subtrair a idade que começou a trabalhar como experiência. É o intuito principal do modelo adicionar variáveis controles, além das características do indivíduo de raça, gênero e idade, que correspondam aos tipos de ocupação exercidas pelos indivíduos no modelo a ser estimado. Essas variáveis controles tem o intuito de diminuir o impacto de variáveis externas no resultado da estimativa do hiato salarial. Não há evidências que existam dados temporais para que seja realizado estudos de painéis até o momento. O ano para coleta de dados cross section será Discussão sobre a Base de Dados A fonte dos dados utilizada para coletados dados é o Instituto Brasileiro de Geografia e Estatística (IBGE). O IBGE divulga anualmente as pesquisas nacionais por amostra de domicilio (PNAD). A PNAD é uma pesquisa por amostragem feita por questionários que entre outros temas aborda o tema trabalho. O ano selecionado para o estudo é a PNAD 2012 e o recorte geográfico dos mesmos consiste em toda área da pesquisa no Brasil. Todos os dados necessários para o estudo se encontram na pesquisa citada, não foi utilizada outra base de dados. Os indivíduos selecionados são aqueles que estão empregados no período em análise maiores de 10 anos. E deverá ser analisada a necessidade de se aplicar logaritmo a algumas series. Além da limitação dos dados não apresentarem séries temporais, a forma de coleta de dados (questionário) pode ocasionar viés por aquele que fornece o dado via entrevista caso suas respostas sejam imprecisas ou aproximadas. A variável salário será utilizado o valor em reais de remuneração mensal fixa ponderado pela jornada de quatro semanas trabalhadas horas para cada um dos indivíduos da amostra. Para construção dessa variável são utilizados os itens da pesquisa referentes a jornada de hora trabalhada semanal e a renda mensal proveniente do trabalho principal. Já a variável setor público, avalia se o individuo respondeu se trabalha ou não no setor público e informa uma dummy binária, após transformações realizadas nos códigos fornecidos. Enquanto o dado que representa a variável experiência é um valor em anos que expressa quanto tempo o indivíduo está no atual ocupação no mesmo emprego. Os tipos de ocupação, gênero e raça também são representadas por dummies, que são resultados baseados na pesquisa nacionais por amostra. Outra variável controle será a idade

17 que é expressa em anos e faz parte, assim como gênero e raça dos dados descritivos dos indivíduos. Por sua vez a educação é um conjunto de dados que apresenta quantos anos o indivíduo estudou sendo possível identificar se foi nenhum, de um até catorze ou se foram quinze ou mais. Outra variável de controle são as dummies de região que serão construídas a partir dos dados dos indivíduos correspondente as suas respectivas unidades federativas. Como análise descritiva dos dados é relevante observar a composição da força de trabalho no setor público e privado, podemos notar uma presença masculina percentual menor no setor público que a feminina e o contrário é encontrado para o setor privado. As proporções de raça são similares nos dois setores, no entanto o setor público apresenta indivíduos que cursaram maiores níveis educacionais. As médias de idade e permanência no mesmo emprego são maiores para o setor público, enquanto a jornada semanal de trabalho é menor. Tabela 1 Composição da força de trabalho por setor Público 2012 Privado Sexo masculino 43,24% 62,63% feminino 56,76% 37,37% Raça branco 47,69% 46,34% não branco 52,31% 53,66% Ensino sem estudo 1,69% 3,35% fundamental 13,84% 39,07% médio 37,07% 48,23% superior 47,40% 16,21% 17 Média Tenure 10,39 4,16 Média Jornada Hora semanal 36,25 42,11 Média Idade 40,13 33,63 Fonte: IBGE, PNAD 2012 Além de diferentes características da força de trabalho nos setores público e privado as estatísticas para média de salário é maior no setor público assim como o desvio padrão. As variáveis salário é importante realizar mais uma transformação que será utilizar o valor do logaritmo natural como dependente esse motivo se explica pela persistência dos salários na

18 cauda da direita e portanto (condicionado por não existirem valores negativos e iguais a zero) a transformação aproxima os dados de uma normal. Tabela 2 Estatísticas do salário por setor Público Privado Média 2252, ,09 Desvio Padrão 2.640, ,97 Desvio Padrão/Média 1,172 1,141 Fonte: IBGE, PNAD Figura 1 Histograma do logaritmo do salário por setor Fonte: IBGE, PNAD 2012 Os dados do setor público estão aparentemente mais dispersos de acordo com a respectiva razão desvio padrão por média quando comparados ao setor privado. O setor privado por sua vez apresenta menores valores na cauda da esquerda e maiores na direita que o setor público. 5 Descrição das Variáveis e Resultados Esperados A variável dependente será o logaritmo natural do wage. Essa é a variável transformada a partir do salário mensal em reais do indivíduo dividido por quatro vezes a jornada semanal em horas, uma proxy para a hora de trabalho do individuo. Essa variável será utilizada para que seja feita uma melhor estimação já que os coeficiente

19 19 das variáveis seriam influenciadas pelos efeitos da jornada de trabalho de cada individuo caso a variável dependente fosse apenas salario, e o logaritmo diminui a variância nos dados. Variável Tabela 3 Descrição das variáveis Descrição Público Igual a 1 se indivíduo trabalha no setor público, 0 caso contrário 0 Igual a 1 se indivíduo estudou menos de um ano, 0 caso contrário 1 a 14 Igual a 1 se estudou de um a catorze anos, 0 caso contrário 15 ou mais Igual a 1 se indivíduo estudou quinze ou mais anos, 0 caso contrário Educação Número em anos de estudos (varia de 1 até 14) tenure tenure2 Idade Sexo Branco Amarelo Pardo Negro Indígena Norte Nordeste Centroeste Sudeste Sul Proxy para experiência definida através do número de anos de permanência no atual emprego Variável tenure elevada ao quadrado Número em anos de idade Igual a 1 se indivíduo é homem, 0 caso contrário Igual a 1 se indivíduo é branco, 0 caso contrário Igual a 1 se indivíduo é amarelo, 0 caso contrário Igual a 1 se indivíduo é pardo, 0 caso contrário Igual a 1 se indivíduo é negro, 0 caso contrário Igual a 1 se indivíduo é indígena, 0 caso contrário Igual a 1 se indivíduo pertence a região norte, 0 caso contrário Igual a 1 se indivíduo pertence a região nordeste, 0 caso contrário Igual a 1 se indivíduo pertence a região centroeste, 0 caso contrário Igual a 1 se indivíduo pertence a região sudeste, 0 caso contrário Igual a 1 se indivíduo pertence a região sul, 0 caso contrário As variáveis dummies de educação, raça e região deveram ser acrescentadas na regressão contanto que uma delas seja omitidas para que seja evitada a multicolinearidade perfeita. A variável dummy do setor público deverá possuir um coeficiente com sinal positivo já que é esperado que o setor público pague um rendimento maior que o setor privado. Para a educação, caso seja omitida a dummy para qual assume valores quando indivíduo possui menos de um ano de estudo, os coeficientes deverão ser positivos implicando que possuir mais que nenhum ano de estudo remunere mais.

20 20 O sinal do coeficiente da experiência é esperado como positivo, ou seja, quanto maior o número de anos o indivíduo apresenta maior remuneração. No entanto essa variação é esperada a taxas marginais decrescentes já que o sinal do coeficiente desta variável ao quadrado é espera-se que seja negativo. A intuição diz que o salário deve ser crescente na idade portanto o sinal do seu respectivo coeficiente é esperado como positivo. Sinais positivos para gênero e raça iguais quando assumem valores iguais a 1 respectivamente para homens e brancos. Quando se omite a região nordeste espera que as demais apresentem seus respectivos coeficientes sendo positivos. Tabela 4 Sinais Esperados Variável Sinal Público + 0 omitida 1 a ou mais + Educação + tenure + tenure2 - Idade + Sexo + Branco + Amarelo omitida Pardo omitida Negro omitida Indígena omitida Norte + Nordeste omitida Centroeste + Sudeste + Sul +

21 21 6 Resultados Empíricos Tabela 5 Coeficientes estimados Variável Dependente: Logaritmo do Salário por hora Constante 0,9492 1,1600 0,4083 (0,0057)** (0,0067)** (0,0118)** Público 0,1565 0,2105 (0,0059)** (0,0058)** 0 omitted omitted omitted (1 a 14)*Educação 0,0705 0,0480 0,0591 (0,0006)** (0,0007)** (0,0007)** 15 ou mais 1,6687 1,3298 1,4289 (0,0081)** (0,0094)** (0,0097)** tenure 0,0382 0,0368 0,0221 (0,0006)** (0,0008)** (0,0009)** tenure2-0,0007-0,0005-0,0002 (0,0000)** (0,0000)** (0,0000)** Idade 0,0096 (0,0002)** Sexo 0,2465 (0,0041)** Branco 0,0910 (0,0043)** Amarelo 0,1672 (0,0338)** Pardo omitted Negro Indígena omitted omitted Norte 0,1417 (0,0069)** Nordeste omitted Sul 0,2509 (0,0063)** Sudeste 0,2524 (0,0054)** Centroeste 0,2892 (0,0069)** N de Observações R! 0,2867 0,3489 0,4098 Estimadores Regredidos por mínimos quadrados ordinários Desvio-padrão robusto de White entre parênteses, ** significante a 1%

22 22 Equação estimada 1: ln 𝑤𝑎𝑔𝑒 = 𝛽! + 𝛽! 1 a 14 Educação + 𝛽! 15 ou mais + 𝛽! tenure + 𝛽! tenure2 + 𝜀 Equação estimada 2: ln 𝑤𝑎𝑔𝑒 = 𝛼! + 𝛼! 1 a 14 Educação + 𝛼! 15 ou mais + 𝛼! tenure + 𝛼! tenure2 + 𝛼! público + 𝜑 Equação estimada 3: ln 𝑤𝑎𝑔𝑒 = 𝛿! + 𝛿! 1 a 14 Educação + 𝛿! 15 ou mais + 𝛿! tenure + 𝛿! tenure2 + 𝛿! público + 𝛿! controles + 𝜂 Foram estimadas primeiramente três equações diferentes, todas no formato log-linear, a primeira mais simples tendo como variáveis explicativas a educação, a experiência e a experiência elevado ao quadrado. A segunda equação foi inserido como regressor além das variáveis anteriores a dummy do setor público. Nestas duas equações estimadas os coeficientes apresentaram os sinais esperados, com estatísticas t significantes a 1% e os valores de R! aumentaram da primeira equação para a segunda. Os valores dos coeficientes serão interpretados na equação três para evitar fazer inferência com coeficientes que podem sofrer de viés devido omissão de variável relevante. Todas as estimações foram realizadas pelo processo dos mínimos quadrados ordinários e utilizando a matriz robusta de White para corrigir heterocedasticidade que gera um estimador consistente. A equação 3 apresenta o maior R! dentre os apresentados portanto concluímos que é o modelo que melhor explica a variação da variável dependente entre as três apresentadas. No entanto o modelo também possui limitações como por exemplo o fato da escolha de estar no setor público ou não possivelmente ser uma escolha endógena ao individuo e também assim como possam existir variáveis não observáveis como habilidades que impactam na escolaridade e nos salários que causa viés. O coeficiente da variável Público pode ser interpretado como a variação do wage proporcionalmente em 21,05% positivo quando o indivíduo atua no setor público em relação ao setor privado, ceteris paribus. A interpretação para o coeficiente da interação (1 a 14)*Educação é que tudo mais constante para uma unidade de ano de estudo a mais, desde que varie de 1 a 14, o wage aumenta 5,91%. Já para 15 ou mais a interpreta-se que caso o individuo tenha quinze anos ou mais de estudo o mesmo tem variação no wage de 142,89% em relação ao caso de nenhum

23 23 estudo, mantendo constantes as outras todas variáveis. A tenure é crescente 2,21% a taxas marginais decrescentes de -0,04%, sem alterar as demais variáveis. A analisadas individualmente e com tudo mais constante as variáveis dummies de sexo, raça e região tem a seguintes interpretações respectivamente para o impacto do coeficiente na variável resposta: aumento de 24,65% no caso de ser homem para mulher; 9,1% a mais para brancos comparados a negros, pardos e índios enquanto amarelo tem um aumento de 16,72% em relação ao mesmo grupo; e Norte 14,17%, Sul 25,09%, Sudeste 25,24% e Centroeste 28,92% cada uma individualmente em relação a região Nordete. Uma variação de um ano é igual a uma variação percentual de 0,96 no wage. A questão principal do estudo agora é como esses estimadores podem refletir o impacto de adicionar dummies de controle por grupos ocupacionais. Existe uma crítica na literatura que no método sem as dummies por grupos de ocupação são comparados funções muito diferentes que tem correlação com salário. Apesar de não ser possível comparar ocupações exatamente idênticas serão listados principais grupamentos ocupacionais do trabalhos daqueles indivíduos maiores de 10 anos que estavam empregados na semana de referência. Tabela 6 Lista de variáveis adicionais Grupos ocupacionais 01 Dirigentes em geral 02 Profissionais das ciências e das artes 03 Técnicos de nível médio 04 Trabalhadores de serviços administrativos 05 Trabalhadores dos serviços 06 Vendedores e prestadores de serviço do comércio 07 Trabalhadores agrícolas 08 Trabalhadores da produção de bens e serviços e de reparação e manutenção 09 Membros das forças armadas e auxiliares 10 Ocupações mal definidas Para que se confirme empiricamente a tese de que existe de fato uma diferença no salário público-privado é esperado que o coeficiente da variável público continue significante e positivo mesmo após serem inseridos os controles adicionais de grupos de ocupação. A "Composição dos Grupamentos Ocupacionais" da CBO-Domiciliar é a seguida pela PNAD e foi a adotada neste estudo como indica a Tabela 6. Para regressão empírica os dados assumiram valor 1 o quando o trabalho do indivíduo fizer parte do respectivo grupamento ocupacional e 0 caso contrário.

24 24 A Tabela 7 descreve os coeficientes estimados da equação 3 acrescentados as dummies de grupos ocupacionais. Regredidos pelo método dos mínimos quadrados ordinários e utilizando a matriz robusta de White. Tabela 7 Coeficiente estimados com controle de dummies dos grupos ocupacionais Variável Dependente: Logaritmo do Salário por hora Constante 0,5426 0,5354 (0,1187)** (0,0119)** Público 0,1336 0,1336 (0,0060)** (0,0060)** 0 omitted omitted (1 a 14)*Educação 0,0461 0,0461 (0,0007)** (0,0007)** 15 ou mais 1,0743 1,0743 (0,0113)** (0,0113)** tenure 0,0191 0,0191 (0,0008)** (0,0008)** tenure2-0,0002-0,0002 (0,0000)** (0,0000)** Ocupação 1 0,5072 0,5144 (0,1189)** (0,0126)** 2 0,3873 0,3945 (0,1186)** (0,0103)** 3 0,2097 0,2170 (0,1185) (0,0083)** 4 0,0276 0,0348 (0,1184) (0,0062)** 5-0,1300-0,1228 (0,1183) (0,0055)** 6-0,1019-0,0946 (0,1184) (0,0068)** 7-0,1898-0,1826 (0,1211) (0,0265)** 8-0,0072 omitted (0,1183) 9 0,3895 0,3968 (0,1194)** (0,0170)** N de Observações R! 0,4462 0,4462 Estimadores Regredidos por mínimos quadrados ordinários Desvio-padrão robusto de White entre parênteses, ** significante a 1% Var. de Controle: Idade, sexo, dummies de raça e região

25 25 Equação estimada com dummies dos grupos ocupacionais: ln wage = θ! + θ! 1 a 14 Educação + θ! 15 ou mais + θ! tenure + θ! tenure2 + θ! público + θ! controles + θ! ocupação + ν 0,6 0,5 0,4 0,3 0,2 0,1 Figura 2 Hiato salarial por grupos de ocupações (Intervalos de Confiança) 0-0, ,2-0,3 Limite Inferior Limite superior Fonte: Resultados estimados Tabela 7 e rótulo Tabela 6 Após acrescentada as dummies de ocupação todas as variáveis explicativas permaneceram com os sinais esperados e significativas. No entanto, os valores dos coeficientes para a variável em nível de experiência e as dummies de educação são menores que os da equação estimada 3. O R! da equação com dummies por grupo ocupacional (Tabela 7) por sua vez é maior que o das equações anteriores (Tabela 5). As dummies de ocupação estimadas primeiramente omitindo o grupo 10 (Mal definidas) alguns coeficientes estimados para essas dummies são insignificantes. Deixando de inserir na regressão também o grupo 8, todas as variáveis são relevantes com 1% de significância. A figura 2 mostra os intervalos de confiança para os valores estimados no eixo vertical, de cada grupo ocupacional no eixo horizontal. Analisando o gráfico é fácil comparar os resultados estimados para cada grupo ocupacional demonstrados na Tabela 7.

26 26 Quanto as limitações desse trabalho ressalto o valor estimado para a experiência, quando analisados em conjunto os valores dos coeficientes da tenure em nível e ao quadrado encontramos que o valor ótimo da experiência seria 47 anos e 9 meses. Ou seja, os retornos em logaritmo do salário por hora de experiência só seriam decrescentes em experiência à partir do 48 ano. Dessa forma apesar da taxa marginal decrescente da tenure ser significante, o valor coeficiente é tão pequena que o valor agregado de um ano mais de experiência será o positivo por quase todo período ativo dos indivíduos. Sugiro para trabalhos futuros que utilizem dados de diferentes anos para analisar a evolução do hiato salarial público-privado ao longo do tempo. Para isso poderia se utilizar técnica de pseudo painéis por grupos etários. Apesar da base de dados utilizada não manter os mesmos indivíduos na amostra, se for dividido a amostra a cada ano em diferentes grupos (por idade) pode se acompanhar esse mesmo grupo, talvez formado por outros indivíduos, ao longo do tempo. 7 Conclusão As principais críticas aos trabalhos anteriores sobre o tema do hiato salarial do setor público-privado são que existem muitas ocupações diferentes que não seriam comparáveis entre esses setores. Portanto a inspiração de além das variáveis recorrentemente utilizadas na literatura também controlar a regressão por ocupação. O principal escopo deste trabalho foi incluir as dummies para grandes grupos ocupacionais: os resultados estimados foram condizentes com o da literatura existente, e também o sinal do hiato salarial do setor público-privado estimado é positivo e significante. A estimativa para o hiato estimado é de 21,05% e 13,36%, quando regredido sem e conjuntamente com as dummies de ocupação, respectivamente. Não obstante ambas constatam o fato que existe um prêmio para os trabalhadores do setor público que seja estatisticamente relevante. Embora o primeiro valor (21,05%) se aproxime mais do encontrado por Braga, Firpo e Gonzaga (2008) e todos resultados estimados nesse trabalho tiveram metodologias similares à Braga, Firpo e Gonzaga (2008), porém as metodologias não foram exatamente iguais, como por exemplo utilização do VPCT em Braga, Firpo e Gonzaga (2008). Portanto a estimativa mais próxima a literatura anterior não é necessariamente a mais correta, além disso também foram utilizados dados de anos diferente.

27 27 8 Bibliografia BARBOSA-FILHO, Fernando; AFONSO, Luís; PESSÔA, Samuel. Um Estudo sobre os Diferenciais de Remuneração entre os Professores das Redes Pública e Privada de Ensino. Estudos Econômicos vol.39 n.3 São Paulo, 2009 BELLUZZO, Walter; PAZELLO, Elaine; ANUATTI-NETO, Francisco. Distribuição de Salários e o Diferencial público-privado no Brasil. Revista Brasileira de Economia, vol. 59, n. 4, p BRAGA, Breno; FIRPO, Sérgio; e GONZAGA, Gustavo. Escolaridade e o Diferencial de Rendimentos entre o Setor Privado e o Setor Público no Brasil. Texto para discussão, n. 209 da FGV-EESP FOGUEL, Miguel N; Gill, I., MENDOÇA, Rosane; PAES DE BARROS, Ricardo. The public- private wage gap in Brazil. Revista Brasileira de Economia, 54(4): IBGE. Pesquisa Nacional por Amostra de Domicílios. Ano de NIELSEN, Helena. S.; ROSHOLM, Michael. The public-private sector wage gap in Zambia in the 1990s: A quantile regression approach. Empirical Economics, 26: PEREREIRA DE ARAÚJO, Raquel L. Diferencial de Salários Público-Privado: Controlando para Escolha Setorial Endógena. Brasília, f. Dissertação (Mestrado em Economia) - Departamento de Economia da Universidade de Brasília, Brasília, 2011 TANSEL, Aysit. Public-Private Choice, Wage Differentials and Gender in Turkey. Economic Development and Cultural Change, University of Chicago Press, vol 53(2), pages , January