A imputação da renda não-trabalho na Pesquisa Mensal de Emprego (PME/IBGE) e seu proveito em análises dinâmicas de pobreza e desigualdade

Transcrição

1 A mputação da renda não-trabalho na Pesqusa Mensal de Emprego (PME/IBGE) e seu proveto em análses dnâmcas de pobreza e desgualdade Rafael Perez Rbas Ana Fláva Machado Palavras-chave: Pesqusa Mensal de Emprego; Método de Imputação; Renda Domclar per capta; Desgualdade e Pobreza. Resumo O panel da Pesqusa Mensal de Emprego (PME) do IBGE é, sem dúvda alguma, uma das bases de dados mas rcas do Brasl para nvestgações de fenômenos relatvos ao mercado de trabalho. Isso devdo a sua natureza longtudnal. Entretanto, por enfatzar apenas o mercado de trabalho, seu questonáro traz apenas nformações relatvas a esta fonte de renda, não consderando outros tpos de rendmentos, como pensões, aposentadoras, transferêncas socas, etc. Dada esta lmtação, este artgo apresenta uma proposta para aumentar a utldade da atual PME. Esta proposta consste em mputar a renda não-trabalho, utlzando um sstema de equações estmado com base na Pesqusa Naconal por Amostra de Domcílos (PNAD), também conduzda pelo IBGE. Além de descrever o modelo de mputação e sua consstênca em termos de reprodução na PME dos mesmos ndcadores da PNAD, o artgo levanta alguns fatos estlzados sobre pobreza e desgualdade em Regões Metropoltanas (RMs) brasleras. A natureza dnâmca destes fatos estlzados os mpossblta de serem levantados com o uso de outra base de dados no Brasl que não seja a própra PME mputada. Os resultados contemplam bascamente os seguntes pontos: sazonaldade e tendênca da pobreza e da desgualdade; taxas de transção para fora e para dentro da pobreza; e comparação entre as ncdêncas de pobreza crônca e pobreza observada. Trabalho apresentado no XVI Encontro Naconal de Estudos Populaconas, realzado em Caxambu- MG Brasl, de 29 de setembro a 03 de outubro de Os autores agradecem Paulo Pcchett, Fábo Montero Vaz, Gulherme Issamu Hrata e Marcelo Côrtes Ner por sugestões prévas a este trabalho. As sntaxes usadas neste artgo encontram-se à dsposção para todos que as queram usar. Peddos podem ser fetos através dos e-mals afmachad@cedeplar.ufmg.br e rprbas.rs@gmal.com. Centro Internaconal de Pobreza (IPC/UNDP). Centro de Desenvolvmento de Planejamento Regonal (CEDEPLAR) da UFMG. 1

2 A mputação da renda não-trabalho na Pesqusa Mensal de Emprego (PME/IBGE) e seu proveto em análses dnâmcas de pobreza e desgualdade Rafael Perez Rbas Ana Fláva Machado Introdução A pobreza, defnda como uma stuação de ncapacdade em suprr necessdades báscas, pode ser medda por ntermédo de ndcadores de renda ou de consumo comparados a um valor mínmo de referênca ou lnha de pobreza. No Brasl, a dsponbldade quase que anual da Pesqusa Naconal por Amostra de Domcílos (PNAD), que contém nformações sobre dversas fontes mensas de renda das famílas, concretzou a abordagem monetára na mensuração do bem-estar da população, partcularmente com o uso da renda domclar per capta. Entretanto, a PNAD dspõe de nformações referentes somente ao mês de setembro de cada ano e entrevsta cada domcílo, e as pessoas lá resdentes, uma únca vez. Tal estrutura amostral lmta a nvestgação longtudnal de ndcadores socoeconômcos, assm como a análse dnâmca de eventos compartlhados por cada famíla ou ndvíduo. Neste sentdo, a Pesqusa Mensal de Emprego (PME) pode ser uma base de dados mas rca para a nvestgação de tendêncas, mobldade e transções socoeconômcas. A PME é uma pesqusa domclar de perodcdade mensal, que apresenta um esquema de amostragem gual ao do US Current Populaton Survey (CPS). De modo a se ter maor segurança nas comparações mensas de suas estatístcas e sem mpor cansaço aos nformantes por serem entrevstados repetdas vezes, a PME adota um esquema de rotação de panés. Esse esquema de rotação, chamado 4-8-4, entrevsta pessoas em um mesmo domcílo durante quatro meses segudos, dexando este domcílo de fora da amostra nos oto meses seguntes e o recolocando na pesqusa para mas quatro entrevstas mensas. Se a organzação da PME faclta a nvestgação de fenômenos dnâmcos, ela também apresenta, por outro lado, suas própras lmtações. A prmera lmtação é a cobertura da amostra. A pesqusa não é representatva de todo terrtóro naconal, ela só cobre as Regões Metropoltanas (RMs) do Ro de Janero, de São Paulo, de Porto Alegre, de Belo Horzonte, de Recfe e de Salvador. Ou seja, a PME só contempla cerca de 25% da população braslera. A outra lmtação está relaconada ao tema básco da pesqusa. A PME tem como objetvo o levantamento de questões uncamente relaconadas com o mercado de trabalho. Por essa razão, além de não conter dversas questões relaconadas à condção de vda da população como na PNAD, a nformação de renda da PME é restrta a rendmentos do trabalho. Embora Trabalho apresentado no XVI Encontro Naconal de Estudos Populaconas, realzado em Caxambu- MG Brasl, de 29 de setembro a 03 de outubro de Os autores agradecem Paulo Pcchett, Fábo Montero Vaz, Gulherme Issamu Hrata e Marcelo Côrtes Ner por sugestões prévas a este trabalho. As sntaxes usadas neste artgo encontram-se à dsposção para todos que as queram usar. Peddos podem ser fetos através dos e-mals afmachad@cedeplar.ufmg.br e rprbas.rs@gmal.com. Centro Internaconal de Pobreza (IPC/UNDP). Centro de Desenvolvmento de Planejamento Regonal (CEDEPLAR) da UFMG. 2

3 tal fonte de rendmento represente, em méda, mas de 70% da renda dos domcílos brasleros (Barros, Cury e Ulyssea, 2007), esta nformação por s só não é sufcente para o levantamento dos recursos dsponíves por famíla e conseqüente análse do bem-estar da população. Alguns estudos buscaram realzar tal tpo de análse utlzando somente a nformação de renda do trabalho como proxy para a dsponbldade de recursos. Como exemplos, podemos ctar Barros, Mendonça e Ner (1995), Rocha (1996) e Machado, Rbas e Pendo (2007). Estudos como estes são freqüentemente crtcados por utlzarem uma medda subestmada de renda domclar que mplca estmatvas envesadas da dstrbução de renda. A proposta deste artgo é aumentar a utldade da atual PME através da mputação dos demas rendmentos domclares, possbltando o levantamento de estatístcas socoeconômcas que não podem ser estmadas por meo de outra pesqusa domclar no Brasl. Para mputar as outras fontes de renda (juros, alugués, aposentadoras e pensões, transferêncas prvadas e governamentas) e com sso assegurar uma estmatva mas consstente da dstrbução da renda domclar, adaptamos a técnca proposta por Elbers, Lanjouw e Lanjouw (2003) de transpor varáves de uma base de dados à outra. No nosso caso, mputamos os rendmentos não-trabalho na PME através de um sstema de equações estmado com os dados da PNAD 1. Além de descrever o modelo de mputação e sua consstênca em termos de reprodução na PME dos mesmos ndcadores da PNAD, o artgo levanta alguns fatos estlzados sobre pobreza e desgualdade em RMs brasleras. Os resultados contemplam bascamente os seguntes pontos: sazonaldade e tendênca da pobreza e da desgualdade; taxas de transção para fora e para dentro da pobreza 2 ; e comparação entre as ncdêncas de pobreza crônca e pobreza observada. Os resultados apontam que o processo sugerdo de mputação da renda não-trabalho mostrou-se consstente quando comparamos as estatístcas da PME (mputada) e da PNAD. Após esta mputação, dentfcamos que, além de suas tendêncas, os números de pobreza e desgualdade nas RMs brasleras apresentam certo padrão sazonal. Além dsso, evdencamos um elevado padrão de mobldade para dentro e para fora da pobreza e da ndgênca entre os domcílos. O resultado desta mobldade é que os ndcadores socoeconômcos, calculados com base na renda domclar per capta levantada na PNAD, podem estar sobreestmados. Pobreza e Desgualdade nas RMs Brasleras Estudos mostram que a desgualdade de renda no Brasl vem sofrendo redução nos prmeros anos deste século (Barros et al., 2006). Essa redução é atrbuída, em parte, a movmentos favoráves no mercado de trabalho, como aumento do saláro mínmo e redução da taxa desemprego, como também aos programas de transferênca do governo, em especal o Bolsa Famíla. No âmbto das metrópoles (Fgura 1), este comportamento é também verfcado. Entretanto, a queda mas expressva, de acordo com o índce de Gn, ocorre na RM de Salvador (de 0.62 para 0.58) e na RM de São Paulo (de 0.57 para 0.54). Apesar de estas duas metrópoles apresentarem organzação econômca bastante dstnta, elas assemelham-se em termos de elevada taxa de desemprego e baxa natvdade no período (Machado e Machado, 2007). 1 Este processo de mputação da renda não-trabalho na PME já fo utlzado por Machado e Rbas (2008). 2 Estas taxas de transção já foram analsadas por Barros, Mendonça e Ner (1995) e Machado, Rbas e Pendo (2007), porém utlzando uma defnção de renda domclar que só contempla os rendmentos do trabalho. 3

4 Fgura 1 Mudanças no índce de Gn por RM entre 2001 e ano Todas RMs Recfe Salvador Belo Horzonte Ro de Janero São Paulo Porto Alegre Fonte: Elaboração própra com base na PNAD Por outro lado, este mesmo comportamento de queda não é nteramente dentfcado na varação da proporção de pobres. Para o cálculo da proporção de pobres, assm como de ndgentes ou extremamente pobres, utlzamos sempre como referênca neste artgo as lnhas de pobreza e ndgênca calculadas por World Ban (2006). Como pode ser vsto na Fgura 2, constatamos que a proporção de pobres nas RMs aumenta até 2003, dmnundo a partr de então. A exceção fo a RM de Porto Alegre, que expermenta redução já em Este aumento na pobreza como um todo acompanha a tendênca de crescmento observada desde 1995, no chamado processo de urbanzação da pobreza (Ner, 2005). Após 2003, quando a pobreza reduz em todas RMs, a RM de Salvador apresenta a redução mas acelerada, acompanhando a forte queda na desgualdade. 4

5 Fgura 2 Mudanças na proporção de pobres por RM entre 2001 e ano Todas RMs Recfe Salvador Belo Horzonte Ro de Janero São Paulo Porto Alegre Fonte: Elaboração própra com base na PNAD e World Ban (2006). As varações na proporção de ndgentes nas RMs, na Fgura 3, são as mesmas constatadas em relação às taxas de pobreza. No entanto, a RM de Belo Horzonte apresenta uma redução monotônca na ndgênca entre 2001 e 2006, atngndo a menor ncdênca entre as RMs em Novamente, a redução mas acelerada parece ser na RM de Salvador, seguda da RM de Recfe. Atualmente, a proporção de ndgentes nestas RMs está em menos de 15%, enquanto, nas demas RMs, a ncdênca da ndgênca está em menos de 5%. 5

6 Fgura 3 Mudanças na proporção de ndgentes por RM entre 2001 e ano Todas RMs Recfe Salvador Belo Horzonte Ro de Janero São Paulo Porto Alegre Fonte: Elaboração própra com base na PNAD e World Ban (2006). Metodologa de Imputação dos Rendmentos O método proposto de Elbers, Lanjouw e Lanjouw (2003) é geralmente utlzado 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. Em lnhas geras, consste em estmar uma varável de nteresse em função de covaráves comuns a duas bases de dados dstntas. Independente da consstênca desta técnca 3, no nosso caso, há duas vantagens em utlzá-la de manera segura. A prmera vantagem é a semelhança entre os questonáros da PNAD e da PME em alguns pontos. A segunda vantagem é o fato do tamanho amostral e de sua representatvdade serem quase dêntcas entre as duas pesqusas nas RMs. Para mputar a renda não-trabalho nos domcílos, prmeramente, seleconamos na PNAD apenas as RMs que a PME abrange: Recfe, Salvador, Belo Horzonte, Ro de Janero, 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: 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 4. Entre os mas pobres, predomnam rendas orundas de programas 3 Sobre crítcas à técnca de Elbers, Lanjouw e Lanjouw (2003), ver Tarozz e Deaton (2007). 4 Emprcamente, o sexto decl representa o ponto de nflexão quando o valor médo das outras rendas passa de decrescente a crescente em relação à renda do trabalho per capta. 6

7 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 Hecman (1979). No prmero estágo dos modelos de mputação, estmamos a probabldade de cada domcílo ou ndvíduo, de acordo com suas característcas, Z, receber determnado tpo de renda não-trabalho. Logo, utlzando dados da PNAD, estmamos a segunte equação de probabldade: * p = Z γ + r,, (1) onde γ é um vetor de coefcentes, r é o termo aleatóro com méda zero e desvo-padrão * gual a um e p, é a varável latente que representa a propensão da famíla (ou da pessoa) em receber renda da fonte, tal que: * se p r Z, > 0, ou seja,, > γ, p = 1, ndcando que a undade recebe renda da fonte ; e * se p 0, ou seja, r Z γ, p 0, ndcando que a undade não recebe renda da fonte, =. Com a estmação da equação (1) através de um modelo probt, obtvemos um estmador consstente para o vetor de coefcentes, γˆ. Este estmador, combnado com a mputação de um resíduo rˆ ~ N( 0,1) e com o vetor Z, reproduz nos dados da PME uma proporção muto próxma de domcílos que recebem a fonte de renda na PNAD. Se rˆ > Z γˆ, geramos a varável p ˆ = 1, ndcando que a undade terá a renda mputada. Caso contráro, geramos a varável p ˆ = 0, ndcando que a undade não terá a renda mputada. Utlzando um conjunto amplo de varáves que é comum às duas bases de dados, defnmos os domcílos e pessoas que terão renda mputada na PME. O segundo estágo consste em estmar, na PNAD, o valor dessa renda. Portanto, o passo segunte é estmar a segunte equação: ln( y ) = X β + ξ,, (2) onde y é o valor da renda, β é um vetor de coefcentes, X é um subconjunto de característcas contdas em Z e ξ é a soma de ρ λ, com o termo aleatóro e que possu méda zero e desvo padrão gual a σ,. λ φ( Z γ ) ( Z, = Φ γ ) é a razão nversa de Mlls calculada com base na equação (1), enquanto ρ é o parâmetro que representa a correlação entre os resíduos das equações (1) e (2). Assummos que o resíduo e possu uma dstrbução heteroscedástca. Logo, os valores de σ, também são estmados por meo de uma equação: 2 e ln = W 2 α + ε, (3) A e onde α é um vetor de coefcentes, W é um vetor de varáves explcatvas, ε é um resíduo homoscedástco e A é o lmte máxmo da varânca predta que, de acordo com Elbers, Lanjouw e Lanjouw (2003), é descrto como: 2 A = 1.05* max( e ). Segundo estes autores, a partr dos parâmetros da equação (3), o estmador de σ, é defndo como: 7

8 ( 1 B) AB 1 AB ˆ σ, = + Var( ε ) B, (4) 2 1+ B onde B = exp ( W αˆ ). Os estmadores βˆ, ρˆ e ˆ σ são calculados com base em regressões por Mínmos Quadrados Ordnáros realzadas com os dados da PNAD. Combnados com os conjuntos de característcas X e W observados na PME e com a varável ˆλ,, mputada no prmero estágo, estes estmadores determnam o valor mputado da renda, y ˆ, para os domcílos ou pessoas com p ˆ, = 1. Mas especfcamente, ( X ˆ β + ˆ λ ˆ ρ + eˆ ) exp ˆ, se p, = 1 yˆ =, (5) 0 se pˆ, = 0 onde e ˆ, ~ N[ 0, ˆ σ ( W )] é um termo aleatóro smulado. Os conjuntos de varáves, Z, X e W, foram seleconados para cada modelo estmado através do processo de stepwse, sendo que as varáves nstrumentas, necessáras para que a estmação seja consstente, foram naturalmente seleconadas neste processo 5. No caso de aposentadoras, as regressões na PNAD e as respectvas mputações na PME foram fetas para a amostra de ndvíduos com 30 anos ou mas. O modelo de pensões também consderou a amostra de ndvíduos, porém sem mpor restrção. Para estmar e mputar as demas rendas, utlzamos a amostra de domcílos dvda entre domcílos mas pobres e domcílos mas rcos. Foram estmadas, portanto, 120 sstemas de equações (quatro fontes de renda, ses regões metropoltanas e cnco anos, de 2002 a 2006). Ademas, tomamos cudado especal com a 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. Para todos os anos, os valores de setembro da PNAD foram deflaconados de acordo com o INPC ajustado 6, fcando equvalente aos valores para cada mês da PME (Corseul e Foguel, 2002). Por fm, podemos apontar algumas lmtações desta técnca de mputação. A prmera lmtação se refere aos valores máxmos e mínmos das dstrbuções mputadas. Alguns domcílos na PME apresentaram valores mputados de algumas rendas fora dos ntervalos observados na PNAD 7. Contudo, esta dferença não possu mplcação sobre as estatístcas de um modo geral. Outra lmtação é decorrente de a mputação ser feta de forma ndependente entre os domcílos ou entre as pessoas em dferentes meses da PME. A mplcação dsso, porém, é apenas resdual, uma vez que grande parte da renda não-trabalho é explcada pelas varáves observadas. Em todo caso, uma forma de superar essa lmtação pode ser a atrbução de resíduos que valem para uma mesma pessoa ou domcílo em todo o panel e não somente em um mês específco. 5 Em todos os casos, as varáves explcatvas da equação de rendmentos formavam um subconjunto das varáves explcatvas da equação de seleção, sendo que as varáves omtdas na prmera equação não possuíam, de fato, sgnfcânca. 6 Dsponível em 7 Uma forma de corrgr esta dstorção é smular os resíduos com base em dstrbuções truncadas nos valores máxmos e mínmos observados na PNAD. 8

9 Para mostrar a consstênca deste processo de mputação, apresentamos algumas estatístcas das dferenças entre o que é observado na PNAD e o que é mputado na PME. A Tabela 1 mostra como a mputação sobre a probabldade de um domcílo receber um tpo de renda não trabalho se apresenta. De fato, ndependente do ano, as proporções de domcílo que recebem determnado tpo de rendmento observadas na PNAD são muto próxmas das proporções mputadas na PME. As dferenças entre as duas bases de dados estão dentro de uma margem já observada na proporção de domcílos que recebem renda do trabalho, que não fo mputada. A últma coluna confrma que, apesar de não utlzarmos um modelo de mputação que consdera possíves correlações entre os tpos de renda, as proporções de domcílos que tveram alguma renda mputada na PME estão muto próxmas da proporção de domcílos que recebem alguma renda não-trabalho na PNAD. Tabela 1 Comparação entre domcílos na PNAD e na PME mputada Proporção de domcílo que recebem renda de ano fonte trabalho aposentadora pensão outras fontes fontes que não o trabalho 2002 PNAD PME mputada * PNAD PME mputada * PNAD PME mputada * PNAD PME mputada * PNAD PME mputada * Fonte: elaboração própra com base na PNAD e na PME Nota: * mês de setembro. A Fgura 4, por sua vez, mostra como o processo de mputação da renda não trabalho na PME aproxmou a dstrbução da renda domclar per capta nas duas bases de dados, ndependente do ano. 9

10 Fgura 4 Dstrbução do logartmo da renda per capta na PNAD e na PME mputada renda per capta na PNAD renda per capta na PME mputada Fonte: elaboração própra com base na PNAD e na PME Nota: Dados da PME mputada referentes ao mês de setembro de cada ano. Apesar de a dstrbução da renda domclar per capta ser muto próxma entre as duas bases de dados após o processo de mputação, os ndcadores socas dervados destas dstrbuções não estão tão próxmos, como pode ser observado na Fgura 5. Na PME mputada, a renda domclar per capta méda, assm como os índces de Gn e as proporções de pobres, está sobreestmada em relação aos dados da PNAD para a maora dos anos. Contudo, também evdencamos uma dferença consderável na renda per capta do trabalho que, a prncípo, não devera apresentar dferença alguma. Portanto, todas estas dferenças estão dentro de uma margem de erro que pode ser decorrente das dferenças no própro desenho amostral das duas pesqusas. 10

11 Fgura 5 Dferenças entre a PME mputada e a PNAD nos ndcadores socas dferença proporconal na renda per capta dferença nos índces log da renda do trabalho per capta índce de Gn hato da pobreza (P1) log da renda per capta proporção de pobres (P0) severdade da pobreza (P2) Fonte: elaboração própra com base na PNAD e na PME Nota: Dados da PME mputada referentes ao mês de setembro de cada ano. Decomposção das Varações nos Indcadores Socoeconômcos Na decomposção da varação dos ndcadores socoeconômcos, separamos as mudanças em três partes: tendênca, sazonaldade e resíduo. A tendênca fo estmada de manera não paramétrca através da méda móvel de 13 meses 8 (MM13), enquanto a sazonaldade fo calculada através de uma regressão lnear do ndcador observado menos a MM13 centrada no mesmo mês em função dos doze meses do ano. O componente resdual representa a parte do ndcador não explcada pela tendênca ou pela sazonaldade. Na Tabela 2, apresentamos as estmações da sazonaldade dos ndcadores socoeconômcos dervados da renda domclar per capta. Podemos verfcar que a renda per capta é, em méda, cerca de 3% menor nos meses de janero e feverero e 2,5% maor nos meses de mao e agosto. Já a desgualdade, medda pelo índce de Gn, é sgnfcatvamente menor em dezembro e feverero (entre 0,6 e 0,8 pontos percentuas no índce de Gn) e maor em agosto (0,7 pontos percentuas no índce de Gn). Portanto, podemos observar que, nos meses em que a renda méda per capta é menor, a desgualdade também é menor, e vceversa. A proporção de pobres, que depende tanto da renda méda quanto da desgualdade, é cerca de 0,4 pontos percentuas maor entre os meses de janero a abrl, 0,36 pontos percentuas menor em mao e quase 0,5 pontos percentuas maor em novembro e dezembro. A taxa de ndgênca, por sua vez, não apresenta um padrão sazonal tão defndo. Neste caso, novembro é o únco mês que se dstngue sgnfcatvamente dos demas com uma redução de 0,36 pontos percentuas na proporção de pessoas extremamente pobres. 8 Os ses meses anterores e posterores ao mês corrente, nclundo este últmo. 11

12 Tabela 2 Sazonaldade dos ndcadores socoeconômcos Mês log da renda per capta méda índce de Gn proporção de pobres proporção de extremamente pobres Janero ** ** Feverero *** * ** Março Abrl ** Mao ** * Junho Julho Agosto ** ** Setembro Outubro Novembro ** *** Dezembro ** ** Fonte: Elaboração própra com base na PME mputada e World Ban (2006). Nota: * sgnfcante a 10%, ** sgnfcante a 5%, *** sgnfcante a 1%. Na Fgura 6, podemos observar, além dos pcos entre os meses de mao e agosto e os vales entre os meses de dezembro a feverero, que a renda per capta méda decresce entre março de 2002 e agosto de 2003 e volta a crescer a partr de janero de No fnal do período analsado, a partr de setembro de 2006, a renda per capta méda apresenta novamente uma pequena tendênca de queda. Fgura 6 Decomposção das varações da renda per capta méda Mar02 Nov02 Jul03 Mar04 Nov04 Jul05 Mar06 Nov06 tendênca sazonaldade resíduo Fonte: elaboração própra com base na PME mputada A Fgura 7 lustra com clareza o aumento na desgualdade ocorrdo a partr de abrl de cada ano, atngndo um pco em agosto. A partr de agosto, a desgualdade ca, com um vale entre dezembro e feverero. Além dsso, verfcamos também que a desgualdade, medda pelo 12

13 índce de Gn, apresenta uma tendênca de redução quase que monotônca ao longo do período analsado para o conjunto de RMs. Fgura 7 Decomposção das varações no índce de Gn Mar02 Nov02 Jul03 Mar04 Nov04 Jul05 Mar06 Nov06 tendênca sazonaldade resíduo Fonte: elaboração própra com base na PME mputada Na Fgura 8, verfcamos o padrão de aumento na pobreza que ocorre nos meses de janero a abrl de cada ano, assm como a redução que ocorre geralmente nos meses de novembro e dezembro. Em termos de tendênca, a proporção de pobres apresenta um padrão nverso ao da renda méda per capta, aumentando até setembro de 2003 e dmnundo a partr de então. 13

14 Fgura 8 Decomposção das varações na proporção de pobres Mar02 Nov02 Jul03 Mar04 Nov04 Jul05 Mar06 Nov06 tendênca sazonaldade resíduo Fonte: elaboração própra com base na PME mputada e World Ban (2006). Pela Fgura 9, verfcamos que a tendênca da ndgênca acompanha a da pobreza. Além dsso, fca clara a sgnfcante redução na pobreza extrema ocorrda geralmente em novembro de cada ano e a ausênca de varações sazonas entre os meses de janero a agosto. Fgura 9 Decomposção das varações na proporção de ndgentes Mar02 Nov02 Jul03 Mar04 Nov04 Jul05 Mar06 Nov06 tendênca sazonaldade resíduo Fonte: elaboração própra com base na PME mputada e World Ban (2006). De manera geral, os resultados apresentados nesta seção em relação à tendênca dos ndcadores seguem o mesmo padrão já constatado com o número da PNAD, na segunda 14

15 seção deste artgo. Contudo, com os dados mputados da PME, fo possível averguar a exstênca de padrões sazonas na varação destes ndcadores. Bascamente, entre janero e abrl, quando a desgualdade é maor, porém a renda méda é menor, a pobreza tende a subr. Entre mao e setembro, apesar da desgualdade ser maor, a renda méda se eleva e a pobreza ca. Fnalmente, entre outubro e dezembro, a desgualdade se reduz e a taxa de pobreza, assm como a taxa de ndgênca, acompanha esta queda. Fatos Estlzados que a PNAD Não Mostra Nesta seção são apresentadas algumas estatístcas dervadas do panel da PME, aprovetando o fato do mesmo domcílo ser observado por mas de um mês. Para a reconsttução do panel da PME a partr de seus mcrodados, utlzamos o algortmo proposto por Rbas e Soares (2008). Para possbltar uma comparação com as estatístcas observadas na PNAD, todos os resultados a segur são centrados no mês de setembro de cada ano. A Tabela 3 mostra como a renda méda observada em um mês se dstngue da renda permanente, defnda como a méda de quatro meses segudos. A renda permanente per capta é consderavelmente menor que a renda per capta observada, porque, por ser a méda de um período, ela suavza ganhos extraordnáros que tendem a elevar a renda observada. Da mesma forma, a desgualdade, medda pelo índce de Gn, também é menor quando consderamos a renda permanente, pos as caudas nferor e superor dessa dstrbução são menores que as da dstrbução da renda observada. Ou seja, na méda, os domcílos na parte nferor da dstrbução de renda recebem mas do que é observado anualmente na PNAD, enquanto que os domcílos na parte superor desta dstrbução recebem menos do que normalmente se observa. Consderando que o bem-estar de uma famíla está mas relaconado à sua renda permanente do que à sua renda observada em apenas um mês mesmo esta renda permanente sendo referente a um curto período de tempo, podemos dzer que alguns dos ndcadores socoeconômcos calculados, freqüentemente, com base na PNAD estaram sobreestmados. Isso porque eles levam em consderação ganhos e perdas transtóras das famílas no seu cálculo. Tal evdênca sugere, portanto, que os resultados reportados na análse de fatos estlzados das metrópoles brasleras (na segunda seção deste artgo) devem ser vstos com certa cautela. Tabela 3 Comparação entre a méda e a desgualdade das rendas observada e permanente Ano Indcador Renda per capta méda Renda permanente per capta méda Índce de Gn dervado da renda observada Índce de Gn dervado da renda permanente Fonte: elaboração própra com base na PME mputada Nota: Dados referentes ao mês de setembro. Renda permanente defnda como a renda méda das quatro entrevstas consecutvas. A Tabela 4, além de apresentar as taxas de pobreza por ano para as RMs brasleras, mostra algumas estatístcas do ponto de vsta dnâmco, evdencando o que está por trás dos números apresentados na PNAD em setembro de cada ano. Entre os pobres observados, por exemplo, mas de 30% saem da pobreza no mês segunte (novembro), sendo que está taxa apresenta um aumento no período de 2002 a Após dos meses, entre 15% e 17% e, no 15

16 tercero mês, de 9% a 11%. Com sso, do total de pobres observados, apenas 40% permanecem na pobreza por quatro meses ou mas. Barros, Mendonça e Ner (1995) encontram uma taxa mensal de saída da pobreza consderavelmente menor, cerca de 17%, entre 1982 e Contudo, cabe salentar que a defnção de pobreza para estes autores só consdera a renda provenente do trabalho. Nos Estados Undos, Iceland (2003) estma que 51% dos pobres permanecem quatro meses ou menos na pobreza no período de 1996 a Apesar da elevada mobldade para fora da pobreza em um curto período, é possível dentfcar anda pela Tabela 4 uma sgnfcatva taxa de reentrada na condção de pobre. Do contngente de pobres, cerca de 13% saem da pobreza em um mês, porém retornam no mês segunte, e por volta de 5% saem e retornam dos meses depos. Isso sgnfca que, dos que saem da pobreza, quase 40% (13%/32.5%) retornam no mês segunte e 15% (5%/32.5%) retornam no segundo mês. Ou seja, dos que saíram da pobreza, apenas 45% se mantveram fora por dos meses ou mas. A taxa de transção em 12 meses ratfca este resultado, pos notamos que quase 45% dos pobres não são observados na pobreza no ano segunte. Essa taxa de saída acompanha anda a tendênca de redução da pobreza nas RMs brasleras, sendo maor entre 2005 e 2006 do que entre 2002 e Para fns de comparação, Iceland aponta que, nos Estados Undos, a taxa de saída da pobreza entre 1996 e 1997 fo de 35%. A taxa de entrada na pobreza apresentada na Tabela 4, por outro lado, é perto de 8% no prmero mês, 4% no segundo mês e 3% no tercero mês. Na dferença em 12 meses, a taxa de entrada na pobreza passa de 12%, entre 2002 e 2003, para 8%, entre 2005 e Nos números de Iceland, essa taxa era de 3% para os Estados Undos entre 1996 e Comparando as taxas de entrada e saída da pobreza, chegamos a uma taxa total de rotatvdade (ou mobldade) de 13% no prmero mês, 7% no segundo mês, 4% no tercero mês e 17% em 12 meses 9. Ou seja, em um mês, cerca de 13% da população cruza a lnha de pobreza em algum dos sentdos. Esta taxa é próxma da calculada por Barros, Mendonça e Ner, para o período entre 1982 e 1992, que era de 15%. De fato, apesar de as taxas mensas e anuas de saída da pobreza aumentar ao longo do tempo, a mobldade como um todo vem dmnundo como conseqüênca da redução da pobreza. Entre 2002 e 2006, a taxa de rotatvdade mensal passou de 13,1% para 11,6%, enquanto a taxa de rotatvdade anual passou de 18,5% para 15,6%. Consderando o contngente que passa à condção de pobre, mas da metade (54%) sa no mês segunte e quase 18% saem em dos meses. Portanto, daqueles que entram na pobreza, apenas 28% permanecem por dos meses ou mas. As estmatvas de Barros, Mendonça e Ner do período de 1982 a 1992 apontam que 44% das pessoas saem da pobreza um mês após sua entrada e 16% saem no segundo mês. 9 A taxa total de rotatvdade é defnda pela soma das proporções de pessoas na população total que saíram da pobreza e que entraram nesta stuação. 16

17 Tabela 4 Estatístcas sobre a dnâmca da pobreza entre 2002 e proporção de pobres taxa de saída da pobreza em 1 mês taxa de saída da pobreza em 2 meses taxa de saída da pobreza em 3 meses taxa de saída da pobreza em 12 meses taxa de retorno à pobreza em 1 mês taxa de retorno à pobreza em 2 mês proporção de não-pobres taxa de entrada na pobreza em 1 mês taxa de entrada na pobreza em 2 meses taxa de entrada na pobreza em 3 meses taxa de entrada na pobreza em 12 meses taxa de retorno à não-pobreza em 1 mês taxa de retorno à não-pobreza em 2 mês proporção de pobres pela renda permanente proporção de não-pobres entre os com renda permanente abaxo da lnha de pobreza proporção de pobres entre os com renda permanente acma da lnha de pobreza Fonte: elaboração própra com base na PME mputada e World Ban (2006). Na Tabela 4, assm como na Tabela 3, o ndcador dervado da renda permanente é menor que o ndcador de renda observada. Jalan e Ravallon (1998, 2000) defnem este índce de pobreza dervado da renda permanente como uma medda de pobreza crônca, ao passo que a dferença entre esta medda e o ndcador de renda observada é classfcada como um fenômeno de pobreza transtóra. Portanto, a proporção do componente crônco em relação à pobreza observada era de 79%, entre 2002 e 2006 nas RMs. Em um análse dstnta para as áreas urbanas brasleras, entre 1993 e 2003, Rbas e Machado (2007) estmam que o componente crônco representava 70% da pobreza absoluta observada. Já Barros, Mendonça e Ner, que utlzam uma defnção mas próxma de renda permanente da aqu utlzada, dentfcam que as meddas de pobreza crônca e observada apresentavam valores muto próxmos, ndependente da lnha de pobreza utlzada. Contudo, como já salentamos, sua medda de renda per capta só leva em conta os rendmentos provenentes do trabalho. Para os Estados Undos, Iceland dentfca que a proporção do componente crônco em relação à pobreza observada era também próxma a 80%, entre 1996 e A razão para a pobreza crônca ser menor que a pobreza observada é que esta últma é explcada, em parte, pelos choques negatvos transtóros ocorrdos sobre a renda famlar. Quando suavzamos estes choques, a ncdênca da pobreza dmnu. De fato, na Tabela 4, verfcamos que quase 8% das pessoas não dentfcadas como pobres (conforme o crtéro da renda permanente) são observadas na pobreza no mês de setembro. Por outro lado, quase 16% das pessoas com renda permanente abaxo da lnha de pobreza não são observadas na pobreza no mesmo período. A Tabela 5 evdenca a ncdênca de pobreza extrema ou ndgênca. Identfcamos que a taxa total de rotatvdade na ndgênca é menor que na pobreza, algo já esperado. Esta taxa é, em méda, de 8% no prmero mês, 4% no segundo mês, 3% no tercero mês e 11% entre 12 meses. Além dsso, houve uma redução nas taxas de rotatvdade mensal, de 9% em 17

18 2003 para menos de 7% em 2006, e anual, de 12% entre 2002 e 2003 para 9% entre 2005 e Da mesma forma, a proporção de ndgentes que permanecem nesta stuação após três meses dmnuu de 26,5%, em 2003, para 21%, em 2006, enquanto a proporção de pessoas que transtaram para a pobreza extrema neste mesmo período passa de 10% para 8%. As taxas de retorno para fora e para dentro da pobreza extrema, por outro lado, não apresentam uma tendênca bem defnda no período analsado. Na méda, cerca de 35% das pessoas que saem da pobreza extrema retornam no mês segunte e 16% retornam dos meses depos. Das pessoas que entram na pobreza extrema, 62% saem um mês depos e 21% saem dos meses depos. Assm como a proporção de ndgentes defnda por sua renda observada, a proporção de ndgentes defnda por sua renda permanente, que representa cerca de 60% da prmera, dmnu de 6% para 4% entre 2002 e Igualmente, a proporção de ndgentes observados em setembro entre as pessoas com renda permanente acma da lnha de pobreza extrema dmnu de 5,5% para 3,6% no mesmo período. Por fm, a proporção de pessoas acma da lnha de pobreza extrema entre os ndgentes crôncos dmnu de 21% para 17,5%, entre 2002 e 2003, e aumenta para 19,5% até Tabela 5 Estatístcas sobre a dnâmca da ndgênca entre 2002 e proporção de ndgentes taxa de saída da pobreza extrema em 1 mês taxa de saída da pobreza extrema em 2 meses taxa de saída da pobreza extrema em 3 meses taxa de saída da pobreza extrema em 12 meses taxa de retorno à pobreza extrema em 1 mês taxa de retorno à pobreza extrema em 2 mês proporção de não- ndgentes taxa de entrada na pobreza extrema em 1 mês taxa de entrada na pobreza extrema em 2 meses taxa de entrada na pobreza extrema em 3 meses taxa de entrada na pobreza extrema em 12 meses taxa de retorno à não-pobreza extrema em 1 mês taxa de retorno à não-pobreza extrema em 2 mês proporção de ndgentes pela renda permanente proporção de não- ndgentes entre os com renda permanente abaxo da lnha de pobreza extrema proporção de ndgentes entre os com renda permanente acma da lnha de pobreza extrema Fonte: elaboração própra com base na PME mputada e World Ban (2006). Podemos conclur, portanto, que as estatístcas dervadas da PNAD, por serem referentes somente ao mês de setembro, omtem uma sére de questões relevantes relaconadas à dnâmca da pobreza e da desgualdade. De fato, as taxas de transção para fora ou para dentro da pobreza/ndgênca nas RMs, por exemplo, são muto elevadas logo nos prmeros meses posterores à data de realzação desta pesqusa. Além dsso, os ndcadores de pobreza e desgualdade dervados da renda observada em um únco mês tendem a ser sobreestmados em relação aos seus padrões de mas longo prazo, os dervados da renda permanente. 18

19 Consderações Fnas Este artgo propõe uma forma de mputação dos rendmentos não provndos do trabalho na Pesqusa Mensal de Emprego (PME) do IBGE. A ntenção é aumentar a utldade da atual pesqusa, possbltando a nvestgação de fenômenos socoeconômcos de manera longtudnal e/ou dnâmca. A Pesqusa Naconal por Amostra de Domcílos (PNAD), também do IBGE, é lmtada neste sentdo por ser realzada em apenas um mês do ano e entrevstar cada domcílo da amostra somente uma vez. A PME, por outro lado, é uma pesqusa mensal com uma amostragem realzada com base em um panel rotatvo. Este panel rotatvo mensal é de grande utldade para análses de mobldade, porém o questonáro da PME é mas enxuto que o da PNAD, lmtando o tpo de nformação dsponível. Por meo do processo de mputação da renda não-trabalho, não dsponível na PME, mostramos que é possível nvestgar uma sére de eventos que, antes da aplcação da técnca, não era possível analsar. Este processo de mputação mostrou-se consstente quando comparamos as estatístcas da PME (mputada) e da PNAD. Em prmero lugar, descrevemos o comportamento de ndcadores socoeconômcos desgualdade e pobreza a partr dos dados da PNAD. Verfcamos tendênca de queda no período, ou seja, melhora de bem-estar nas metrópoles, em especal na de Salvador. Por ntermédo da nvestgação longtudnal utlzando a PME mputada, mostramos que as tendêncas dos números de pobreza e desgualdade nas RMs observadas com dados mensas são as mesmas observadas com os dados da PNAD, referente somente ao mês de setembro. No entanto, dentfcamos anda que, por trás destas tendêncas, aqueles números apresentam certo padrão sazonal. Entre janero e abrl de cada ano, a desgualdade tende a ser maor, enquanto a renda méda é menor e a pobreza tende a subr. De mao a setembro, apesar de a desgualdade aumentar, a renda méda também aumenta e a pobreza, conseqüentemente, dmnu. Entre outubro e dezembro, a desgualdade tende a dmnur e a taxa de pobreza, assm como a taxa de ndgênca, acompanha esta queda. Na nvestgação das transções para dentro e para fora da pobreza e da ndgênca, dentfcamos que, por trás das estatístcas dervadas da PNAD, exste uma consderável mobldade. De fato, apenas 40% dos pobres e 25% dos ndgentes nas RMs, observados em setembro, permanecem nesta mesma stuação pelo menos até janero do ano segunte. Comparando com as estmatvas de Iceland (2003) para os Estados Undos, entre 1996 e 1999, constatamos que a dnâmca da pobreza é maor nas RMs brasleras que naquele país. No entanto, salentamos que a estmação desta mobldade sem levar em conta as rendas nãotrabalho dos domcílos pode resultar em estatístcas envesadas, como as de Barros, Mendonça e Ner (1995) e Machado, Rbas e Pendo (2007). Dada esta elevada mobldade, uma de nossas conclusões é que os ndcadores socoeconômcos, calculados com base na renda domclar per capta levantada na PNAD, estão sobreestmados do ponto de vsta da condção permanente das famílas. Isso porque, na méda, os domcílos na parte nferor da dstrbução de renda recebem geralmente mas do que é observado anualmente na PNAD, enquanto que os domcílos na parte superor desta dstrbução recebem normalmente menos do que se observa. Além dos tpos de análse apresentados aqu neste artgo, o processo de mputação na PME pode ser útl para outras formas de nvestgação que requerem a utlzação da renda domclar per capta como varável de controle ou de nteresse, como no caso de Machado e Rbas (2008). Contudo, salentamos que este processo trata-se apenas de uma alternatva à escassez de dados em panel no Brasl. A ntrodução de uma nova PNAD com um formato de panel rotatvo, planejada para os próxmos anos, deverá suprr esta defcênca. 19

20 Referêncas Bblográfcas Barros, R. P., M. Carvalho, S. Franco, R. Mendonça (2006). Conseqüêncas e causas medatas da queda recente da desgualdade braslera, Texto para Dscussão 1201, IPEA, Ro de Janero. Barros, R. P., S. Cury and G. Ulyssea (2007). A Desgualdade de Renda no Brasl Encontrase Subestmada? Uma Análse Comparatva com Base na PNAD, na POF e nas Contas Naconas. Texto para Dscussão 1263, IPEA, Ro de Janero. Barros, R. P., R. Mendonça, M. Ner (1995). Duraton of Spells of Poverty, Anas do IV Encontro Naconal de Estudos do Trabalho, v. 1, p , ABET. 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. Elbers, C., J. O. Lanjouw and P. Lanjouw (2003). Mcro-Level Estmaton of Poverty and Inequalty. Econometrca 71 (1): Hecman, J. J. (1979). Sample Bas as a Specfcaton Error. Econometrca 47 (1): Iceland, J. (2003). Dynamcs of Economc Well-Beng: Poverty , Current Populaton Report P70-91, U.S. Census Bureau. Jalan, J. and M. Ravallon (1998). Transent Poverty n Postreform Rural Chna, Journal of Comparatve Economcs 26 (2): Jalan, J. and M. Ravallon (2000). Is Transent Poverty Dfferent? Evdence from Rural Chna, Journal of Development Studes 36 (6): Machado, A. F. and R. P. Rbas (2008). Do Changes n the Labour Maret Tae Famles Out of Poverty? Determnants of Extng Poverty n Brazlan Metropoltan Regons, IPC Worng Paper 44, Internatonal Poverty Centre, Brasíla. Machado, A. F., R. P. Rbas, 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): Machado, D. C. and A. F. Machado (2007). Um Aspecto da Subocupação por Insufcênca de Horas Trabalhadas: a análse do desejo de trabalhar horas adconas, Boletm Mercado de Trabalho 33: 15-19, July, IPEA, Ro de Janero. Ner, M. C. (ed.) (2005). Mséra em Queda: Mensuração, Montoramento e Metas, Centro de Polítcas Socas do IBRE/FGV. Rbas, R. P. and A. F. Machado (2007). Dstngushng Chronc Poverty from Transent Poverty n Brazl: Developng a Model for Pseudo-Panel Data, IPC Worng Paper 36, Internatonal Poverty Centre, Brasíla. Rbas, R. P. and S. S. Soares (2008). Sobre o Panel da Pesqusa Mensal de Emprego (PME) do IBGE, Texto para Dscussão, IPEA, Brasíla, forthcomng. Rocha, S. (1996). Renda e Pobreza: Os Impactos do Plano Real, Texto para Dscussão 439, IPEA, Ro de Janero. 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 Ban (2006). Brazl: Measurng Poverty Usng Household Consumpton. Report BR, Poverty Reducton and Economc Management Sector Unt. 20