DEPARTAMENTO DE ECONOMIA PUC-RIO. TEXTO PARA DISCUSSÃO N o. 380

Documentos relacionados
Capítulo 1. Exercício 5. Capítulo 2 Exercício

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

4 Critérios para Avaliação dos Cenários

Associação entre duas variáveis quantitativas

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

3 A técnica de computação intensiva Bootstrap

Análise de Regressão Linear Múltipla VII

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

REGRESSÃO NÃO LINEAR 27/06/2017

MODELOS DE REGRESSÃO PARAMÉTRICOS

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

Métodos Avançados em Epidemiologia

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%

AULA EXTRA Análise de Regressão Logística

Regressão Múltipla. Parte I: Modelo Geral e Estimação

Prof. Lorí Viali, Dr.

7 - Distribuição de Freqüências

2 Incerteza de medição

Testes não-paramétricos

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

Estatística II Antonio Roque Aula 18. Regressão Linear

Prof. Lorí Viali, Dr.

1. CORRELAÇÃO E REGRESSÃO LINEAR

Diferença entre a classificação do PIB per capita e a classificação do IDH

Análise Exploratória de Dados

O problema da superdispersão na análise de dados de contagens

O problema da superdispersão na análise de dados de contagens

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação

Análise de Regressão Linear Múltipla IV

CORRELAÇÃO E REGRESSÃO

DEFINIÇÃO - MODELO LINEAR GENERALIZADO

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma

Prof. Lorí Viali, Dr.

DELINEAMENTOS EXPERIMENTAIS

3 Algoritmos propostos

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

Identidade dos parâmetros de modelos segmentados

Gabarito da Lista de Exercícios de Econometria I

CURSO de ESTATÍSTICA Gabarito

Análise de Regressão

Contabilometria. Aula 8 Regressão Linear Simples

Modelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária.

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS

3 Elementos de modelagem para o problema de controle de potência

Regressão Linear Simples by Estevam Martins

Implementação Bayesiana

PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011

PRESSUPOSTOS DO MODELO DE REGRESSÃO

Aplicando o método de mínimos quadrados ordinários, você encontrou o seguinte resultado: 1,2

Introdução às Medidas em Física a Aula

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D.

Modelo de Alocação de Vagas Docentes

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall

Representação e Descrição de Regiões

Reconhecimento Estatístico de Padrões

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

UNIVERSIDADE FEDERALDO PARÁ INSTITUTO DE CIÊNCIAS EXATAS E NATURAIS FACULDADE DE ESTATÍSTICA CURSO DE BACHARELADO EM ESTATÍSTICA

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

ESTATÍSTICA APLICADA II ANO LECTIVO 2011/2012. Exame Final 26 de Julho de 2012

RETORNOS PRIVADOS DE EDUCAÇÃO INDIVIDUAL NO PARANÁ

TESTE DO QUI-QUADRADO - Ajustamento

Algarismos Significativos Propagação de Erros ou Desvios

8 - Medidas Descritivas

NOTA II TABELAS E GRÁFICOS

EXERCÍCIO: VIA EXPRESSA CONTROLADA

DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS

3. Estatística descritiva bidimensional

5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1

Teoria Elementar da Probabilidade

Capítulo 16: Equilíbrio Geral e Eficiência Econômica

Y X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00)

Modelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados

DETERMINANTES DA DESIGUALDADE DE RENDA EM ÁREAS RURAIS DO NORDESTE

Equações Simultâneas

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

2 Metodologia de Medição de Riscos para Projetos

Aula Características dos sistemas de medição

Estatística. 8 Teste de Aderência. UNESP FEG DPD Prof. Edgard

Medidas de Tendência Central. Prof.: Ademilson Teixeira

TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS

Programa de Certificação de Medidas de um laboratório

Universidade de São Paulo Escola Superior de Agricultura Luiz de Queiroz Departamento de Ciências Exatas

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

RETORNO EM ESCOLARIDADE NO PARANÁ

Estatística I Licenciatura MAEG 2006/07

Estudo e Previsão da Demanda de Energia Elétrica. Parte II

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4

AVALIAÇÃO ECONÔMICA DOS FUNDOS CONSTITUCIONAIS DE FINANCIAMENTO DO NORDESTE E DO NORTE (FNE E FNO)

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues

ANÁLISE DA VARIÂNCIA DA REGRESSÃO

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3

Transcrição:

DEPARTAMENTO DE ECONOMIA PUC-RIO TEXTO PARA DISCUSSÃO N o. 380 DETERMINAÇÃO DE SALÁRIOS NO BRASIL: DUALIDADE OU NÃO LINEARIDADE NO RETORNO À EDUCAÇÃO? RODRIGO REIS SOARES GUSTAVO GONZAGA DEZEMBRO 1997

Determnação de Saláros no Brasl: Dualdade ou Não-Lneardade no Retorno à Educação? * Rodrgo Res Soares Departamento de Economa Unversdade de Chcago rrsoares@mdway.uchcago.edu Gustavo Gonzaga Departamento de Economa PUC-Ro gonzaga@econ.puc-ro.br Dezembro de 1997 Resumo O objetvo deste artgo é testar emprcamente a exstênca de dualdade no mercado de trabalho braslero. O método de análse consste em avalar em que medda são observadas dferenças salaras entre trabalhadores que não são explcadas apenas por dferenças nos seus atrbutos produtvos. São analsados os dados da Pesqusa Naconal por Amostra de Domcílos (PNAD/IBGE) de 1988, através da metodologa proposta por Dckens & Lang (1985 e 1992), a qual determna endogenamente os setores duas a partr de um modelo de swtchng-regressons. Os resultados sugerem que parece não haver dualdade no mercado de trabalho braslero. Apesar do modelo dual explcar melhor os saláros do que um modelo compettvo lnear, o seu desempenho é nferor ao de um modelo compettvo com não-lneardades no retorno à educação. A evdênca faz crer que a educação é o determnante básco do saláro e do acesso aos bons postos de trabalho no Brasl. * Os autores agradecem a Afonso Bevlaqua, Eduardo Ros Neto, Edward Amadeo, João Carlos Scanduzz, José Márco Camargo, Marcelo Jovta, Rcardo Paes de Barros e partcpantes do Workshop em Economa do Trabalho da PUC-Ro pelos comentáros e sugestões, ao CEDEPLAR/UFMG pelo acesso aos dados da PNAD, e ao CNPq pelo apoo fnancero.

1. Introdução A efcênca de polítcas de emprego e de qualfcação da mão-de-obra no combate à pobreza e à desgualdade de renda no Brasl está ntmamente relaconada à correta dentfcação da natureza do funconamento do mercado de trabalho. Se o mercado de trabalho é completamente flexível, o mas adequado é nvestr em educação e em polítcas de redução dos custos de realocação do emprego, através de meddas de orentação, retrenamento e recolocação do trabalhador. Já no caso em que o mercado de trabalho não é flexível, educação e polítcas de qualfcação profssonal não são sufcentes para elmnar as dferenças de renda e de acesso aos bons postos de trabalho entre trabalhadores com característcas semelhantes. Nesse caso, o ncentvo aos setores que geram bons empregos é fundamental, e meddas que atuam sobre a demanda por trabalho assumem grande mportânca. Este artgo procura contrbur para a correta dentfcação da natureza do funconamento do mercado de trabalho braslero. O método de análse consste em avalar em que medda são observadas dferenças salaras entre trabalhadores que não são explcadas apenas por dferenças nos seus atrbutos produtvos, como sera esperado se o mercado de trabalho fosse compettvo e, portanto, completamente flexível. Em outras palavras, é analsada a exstênca de segmentação e dualdade do mercado de trabalho no Brasl. A exstênca de dualdade se refere à convvênca de duas estruturas salaras dstntas na economa, assocadas a postos de trabalhos bons e runs. Os bons postos de trabalho são caracterzados por altas perspectvas de ascensão profssonal, retornos sgnfcatvos à educação e à experênca, establdade do emprego e boas condções de trabalho. Os postos de trabalho runs apresentam pequenas perspectvas de evolução no emprego, retorno reduzdo à educação e à experênca, nstabldade do emprego e condções runs de trabalho. Para testar a exstênca de dualdade no mercado de trabalho braslero, utlza-se a metodologa proposta por Dckens & Lang (1985), baseada num modelo de swtchngregressons que determna endogenamente os setores duas. Os resultados sugerem 2

que parece não haver dualdade no mercado de trabalho braslero. Apesar do modelo dual explcar melhor os saláros do que um modelo compettvo lnear, o seu desempenho é nferor ao de um modelo compettvo com não-lneardades no retorno à educação. A evdênca faz crer que a educação é o determnante básco do saláro e do acesso aos bons postos de trabalho no Brasl. O trabalho está organzado em três seções, além da ntrodução e da conclusão. A seção 2 revê a lteratura sobre segmentação e dualdade; a seção 3 descreve os dados e a metodologa utlzada; e a seção 4 apresenta os resultados. 2. Segmentação e Dualdade no Mercado de Trabalho Segmentação do mercado de trabalho pode ser caracterzada genercamente como uma stuação na qual trabalhadores gualmente qualfcados recebem saláros dferentes. A orgem deste conceto remonta a Adam Smth e John Stuart Mll e seu desenvolvmento contou com contrbuções das mas dversas escolas econômcas (ver Can, 1976). Apesar dsso, o conceto de segmentação só ganhou notoredade acadêmca na década de 70, com o estudo de Doernger & Pore (1971), no qual são apresentadas as hpóteses fundamentas das teoras dos mercados nternos de trabalho e de dualdade. Em lnhas geras, Doernger & Pore argumentam que há dos tpos de postos de trabalho numa economa: ) aqueles com uma carrera pré-estabelecda, dferentes níves herárqucos e mecansmos de promoção, classfcados como pertencentes ao setor prmáro da economa; e ) os postos que não oferecem pratcamente possbldade alguma de evolução profssonal, que caracterzam o setor secundáro da economa. De acordo com esta teora, certas frmas, em consequênca, por exemplo, de aspectos tecnológcos de suas funções de produção, que exgem trenamento específco dos trabalhadores ou habldades que só podem ser observadas no exercíco de determnadas funções, governam grande parte de suas relações trabalhstas de acordo com um conjunto formal de regras que estabelece os saláros de cada posto de trabalho, a 3

estrutura herárquca da empresa, as regras de contratação de novos empregados e o sstema de promoções e trenamento (ver Taubman & Watcher, 1986). Nos empregos do setor prmáro, novos trabalhadores só são contratados para ocupar determnados cargos, desenhados especfcamente com esse objetvo, a partr dos quas podem evolur dentro da estrutura organzaconal da empresa. O esquema de contratação e promoção sola a determnação de saláros nos postos de trabalho herarqucamente superores das pressões do ambente econômco externo, já que os canddatos nternos não sofrem a concorrênca dreta de potencas nteressados de fora da frma. Em decorrênca, a frma também ganha poder de barganha, pos as oportundades nternas que têm seus empregados são sgnfcatvamente melhores do que as alternatvas externas. Obvamente, para que a oportundade nterna dos empregados seja realmente melhor do que a externa, seu saláro deve ser maor do que o de equlíbro, o que abre espaço para a exstênca de desemprego nvoluntáro. Dentro dessa lógca, a dstnção básca entre os setores prmáro e secundáro se dá pelo processo de determnação de saláros. Postos de trabalho secundáros, por fatores tecnológcos ou nsttuconas, não remuneram atrbutos produtvos tas como experênca (on-the-job tranng) e educação - meddas de captal humano em geral - do mesmo modo que postos prmáros. Como o processo produtvo nesse setor é tecncamente prmtvo e não exge relações pessoas estáves e trenamento, não exste ncentvo ao estabelecmento de um compromsso de prazo mas longo entre empregador e empregado. Consequentemente, a rotatvdade é muto maor e as condções de trabalho são pores. De um modo geral, note que esta dualdade não está necessaramente assocada a característcas observáves dos postos de trabalho, como o ramo de atvdade econômca e a cartera de trabalho assnada, podendo até mesmo coexstr dentro de uma mesma frma. Supondo que todas as meddas de captal humano possam ser concentradas em uma únca varável (H), um mercado de trabalho dual é caracterzado por duas curvas de saláro, uma das quas representa o setor prmáro e apresenta retorno à varável de captal humano sgnfcatvamente superor a outra (ver gráfco 1). 4

Gráfco 1 lnw setor prmáro setor secundáro H A exstênca de raconamento dos postos de trabalho no setor prmáro é outra característca marcante da hpótese de segmentação do mercado em uma estrutura dual. Isto decorre da própra natureza não compettva da determnação de saláros neste setor. Nem todos os trabalhadores que tentam se empregar no setor prmáro conseguem obter um emprego. Não há um atrbuto produtvo ou característca pessoal que assegure um emprego prmáro. Nas palavras de Acemoglu (1996), se um trabalhador consegue um emprego bom/rum parece ser parcalmente uma questão de sorte. Exstem restrções à entrada no setor prmáro e trabalhadores rgorosamente dêntcos podem estar empregados em setores dferentes por mero acaso. Fnalmente, na teora dual exste a déa de que a vnculação de um trabalhador a um setor específco condcona seus hábtos ao padrão de comportamento daquele setor, fazendo com que trabalhadores prmáros desempregados nem sempre procurem emprego no setor secundáro e trabalhadores secundáros tenham uma menor probabldade de sucesso na procura de um emprego no setor prmáro. 1 Um renovado nteresse pela teora da dualdade surgu em meados da década de 80, com uma onda de artgos que vsavam formalzar algumas de suas déas báscas. 2 No caso do Brasl, os mas dversos tópcos têm sdo recentemente tratados supondo-se, mplícta ou explctamente, a exstênca de uma estrutura segmentada, anda que de uma forma não exatamente correspondente ao conceto de dualdade proposto por 1 Os empregos no setor secundáro estaram assocados a horáros de trabalho mas flexíves, menor cobrança de frequênca, menores níves de dedcação e esforço, tornando o perfl do trabalhador pouco adequado aos postos de trabalho do setor prmáro. 2 O renascmento da teora de segmentação fo consderavelmente nfluencado pelo advento dos modelos de desemprego nvoluntáro de equlíbro, como os de barganha salaral, saláro-efcênca, rent-seekng e nsder-outsder (ver Dckens & Lang, 1988). 5

Doernger & Pore (1971). Assuntos tão dstntos quanto abertura comercal, regulamentação das relações de trabalho, efetos dstrbutvos de planos de establzação têm sdo estudados a partr da hpótese de segmentação, mesmo que concebda de dferentes formas em cada um dos casos. 3 Apesar de quase sempre apresentarem evdêncas em favor da hpótese de segmentação, todos os estudos empírcos sobre o Brasl compartlham dos problemas apontados em Dckens & Lang (1992). Em prmero lugar, a metodologa destes trabalhos adota concetos de segmentação a partr de valores crítcos da varável saláro ou de característcas do posto de trabalho contdas na amostra, como por exemplo, setores econômcos ou exstênca de cartera de trabalho assnada. Esta prátca ntroduz problemas de vés de seleção de amostra nos testes de segmentação. Em segundo lugar, apesar de relaconadas à segmentação, nenhuma dessas evdêncas dz respeto ao conceto de dualdade exposto acma. A próxma seção descreve a metodologa utlzada neste artgo, a qual é capaz de testar a exstênca de dferentes estruturas de remuneração na economa sem defn-las a pror. 3. Um Teste para a Dualdade no Mercado de Trabalho Braslero 3.1. Metodologa A metodologa adotada fo proposta orgnalmente por Dckens & Lang (1985). Sua vantagem prncpal é a de determnar endogenamente os setores prmáro e secundáro a partr das própras característcas ndvduas dos trabalhadores. O método permte assm o mapeamento do mercado de trabalho, determnando a composção de seus dversos subconjuntos nos postos prmáros e secundáros. Consdere o segunte modelo do mercado de trabalho, com dos setores e vnculação do trabalhador a um dado setor como função de suas característcas: (1) lnw = X.β p + ε p, (2) lnw = X.β s + ε s, 3 Amadeo (1995), Andrade (1994), Barros & Mendonça (1995), Barros, Machado & Mendonça (1997), Camargo & Ramos (1988), Fernandes (1997), Pnhero & Ramos (1994), Res e Barros (1991) e Scanduzz (1997) são exemplos de estudos relaconados à segmentação no Brasl. 6

(3) y * = Z.Γ + ε w ; onde W é o saláro horáro; X e Z são vetores de varáves ndependentes; β p, β s e Γ são vetores de parâmetros; ε p, ε s e ε w são erros aleatóros, normalmente dstrbuídos, com varâncas guas a σ pp, σ ss e σ ww, respectvamente, e covarâncas nulas; 4 e y * é uma varável latente (não observável). O vetor X nclu varáves tradconalmente assocadas à determnação de saláros, como atrbutos produtvos (educação, experênca, etc.) e outras característcas pessoas que afetam de algum modo o funconamento do mercado de trabalho (como regão de morada e cor, por exemplo). Z, por sua vez, nclu varáves que afetam a probabldade de emprego prmáro do ndvíduo e que, a prncípo, podem estar ncluídas em X ou não. As equações (1) e (2) são as equações de saláro dos setores prmáro e secundáro, respectvamente, e a equação (3) é a equação de transção, que determna o setor de emprego do ndvíduo. Se y* > 0, o trabalhador tem um emprego prmáro e vale a equação de saláros (1); caso contráro, o trabalhador tem um emprego secundáro e vale a equação (2). A estmação deste modelo equvale a ajustar da melhor forma possível duas curvas de saláro dstntas - equações (1) e (2) - sem que se nforme a pror quas observações estão em qual curva. A equação (3) determna como se dá a vnculação dos trabalhadores aos dferentes setores, ndcando as varáves que afetam a probabldade de que o trabalhador esteja no setor prmáro. Supondo-se uma dstrbução específca para os erros, pode-se estmar, através do método de máxma verossmlhança, os parâmetros do sstema composto por (1), (2) e (3), de forma a ajustar duas curvas de saláro às observações dsponíves. A função de verossmlhança do modelo é construída da segunte forma. De (3), sabe-se que se o trabalhador está no setor prmáro, ε w > - Z.Γ. Desta forma, a probabldade de que um 4 As hpóteses de covarânca nula e normaldade dos resíduos não são nócuas. A covarânca nula não é rrelevante do ponto de vsta teórco e sgnfca, economcamente, que a habldade específca de um determnado ndvíduo para o emprego prmáro não tem nenhuma relação com a sua habldade para o emprego secundáro e que a probabldade de que ele tenha um emprego prmáro não é afetada pela sua habldade em nenhum dos dos setores; apesar de defensável teorcamente, a adoção dessa hpótese se deve prncpalmente aos problemas computaconas enfrentados na estmação do modelo. A hpótese de normaldade, por sua vez, não é trval, uma vez que os parâmetros do modelo estmado são sensíves à escolha da dstrbução. 7

dado trabalhador esteja no setor prmáro pode ser escrta como Pr(ε w > - Z.Γ). Além dsso, dado que o trabalhador está num determnado setor, a função de verossmlhança de sua equação de saláro é smplesmente f(ε j ), onde f(. ) é a função de densdade dos erros ε s e ε p, e j é o setor ao qual o ndvíduo está vnculado. Logo, a função de verossmlhança é dada por: N (4) {Pr( ε w > Z. Γ). f ( ε p ) + Pr( ε w Z. Γ). f ( ε s )}. = 1 Levando-se em consderação a normaldade dos erros e a covarânca nula entre ε s, ε p e ε w, o logartmo da função de verossmlhança se torna: N (5) ln{[ 1 Φ( Z. Γ, σ ww )]. φ( ε p, σ pp ) + Φ( Z. Γ, σ ww ). φ( ε s, σ ss)}, = 1 onde Φ(. ) e φ(. ) são, respectvamente, as funções de dstrbução e de densdade da dstrbução normal. A maxmzação de (5) em relação a β p, β s, Γ, σ ss e σ pp leva a estmadores dos parâmetros do modelo composto pelas equações (1), (2) e (3), e permte que se teste as hpóteses da teora da segmentação relatvas ao comportamento dos setores prmáro e secundáro. 5 Note que o modelo compettvo (de um únco setor) pode ser representado como uma versão restrta do modelo dual, na qual as equações (1) e (2) são dêntcas. O teste da razão de verossmlhança, portanto, permte examnar a hpótese de que o modelo dual explca o comportamento do mercado de trabalho de manera sgnfcatvamente superor ao modelo de um setor. Como dscutdo na seção 2, o conceto de dualdade envolve também o raconamento de postos de trabalho prmáros. Dckens & Lang (1985) propõem um teste para a hpótese de raconamento de postos de trabalho prmáros que é descrto em uma versão levemente modfcada no apêndce I. O teste é baseado na comparação do coefcente dos atrbutos produtvos do ndvíduo na equação de transção com a dferença entre os 5 Como a equação de transção só entra na função de verossmlhança na forma de probabldade, é mpossível dentfcar todos os seus parâmetros (os coefcentes e o desvo padrão só são dentfcáves até uma constante de proporconaldade). Infntos conjuntos de valores dos parâmetros levam ao mesmo valor da função de verossmlhança. Desta forma, normalza-se o valor de σ ww para 1 no momento da estmação. 8

coefcentes das mesmas varáves nas equações de saláro dos setores prmáro e secundáro. 6 Fnalmente, com base nos coefcentes estmados, é possível determnar a probabldade méda de emprego no setor prmáro de qualquer grupo de trabalhadores. 7 Heckman & Hotz (1986) mostram que a estmação lnear do modelo de dos setores, pela metodologa proposta por Dckens & Lang (1985), pode vesar o teste no sentdo de rejetar o modelo de um setor em favor do modelo dual, no caso em que há nãolneardade do retorno aos atrbutos produtvos. Uma forma de avalar se a eventual rejeção do modelo un-setoral decorre de uma não-lneardade é a partr da análse das probabldades de emprego prmáro endogenamente calculadas pelo modelo. Supondo que as varáves de captal humano podem ser sntetzadas em uma únca medda (H), a déa é que, se exste não-lneardade no retorno a H, a curva de saláro da economa se comporta, por exemplo, como a apresentada no Gráfco 2. Gráfco 2 lnw H* H 6 Intutvamente, se os ndvíduos são lvres para escolher o setor no qual estão empregados, espera-se que quanto maor for o retorno a uma determnada característca pessoal no setor prmáro (em relação ao retorno no setor secundáro), maor será a probabldade de que um dado ndvíduo com essa característca esteja efetvamente empregado no setor prmáro. Se o dferencal de retorno entre os dos setores é o únco fator que afeta a decsão do ndvíduo quanto ao seu vínculo setoral, o coefcente das característcas pessoas na equação de transção não deve ser sgnfcatvamente dstnto da dferença entre os coefcentes das mesmas varáves nas equações de saláro dos dos setores. 7 A probabldade P de emprego prmáro para um dado trabalhador, condconada ao seu saláro observado e às suas característcas pessoas, é calculada a partr da regra de Bayes: Pr( ε w > Z. Γ X, Z, W )]. f ( ε p X, Z, W ) P = = Pr( ε > Z. Γ X, Z, W )]. f ( ε X, Z, W ) + Pr( ε Z. Γ X, Z, W ). f ( ε X, Z, W ) w [1 Φ( Z. Γ X, Z, W )]. φ( ε p X, Z, W ) = [1 Φ( Z. Γ X, Z, W )]. φ( ε X, Z, W ) + Φ( Z. Γ X, Z, W ). φ( ε onde ε j, condconado a X, Z e W, é estmado por ln W p p w X. ^ j s ; X, Z, W ) β, com j = p,s. A méda dessas probabldades para um determnado grupo fornece a porcentagem de empregos prmáros do grupo. s 9

Neste caso, a probabldade de emprego prmáro de todos os trabalhadores com H<H* é pratcamente gual a 0 e a de todos os trabalhadores com H>H* é pratcamente gual a 1. Nenhum grupo sgnfcatvo de trabalhadores apresenta uma probabldade consderavelmente dstante de 0 e 1. Desta forma, o mapeamento dos setores prmáro e secundáro para os dferentes subconjuntos de trabalhadores permte verfcar se exstem evdêncas de que os setores estmados refletem a exstênca de uma não-lneardade no retorno aos atrbutos produtvos. 8 Em síntese, a metodologa proposta, mesmo com as lmtações dscutdas, é capaz de: ) estmar um modelo de dos setores (prmáro e secundáro); ) testar se este modelo explca a dstrbução salaral observada melhor do que o modelo de um setor; ) testar se exste raconamento de postos de trabalho prmáros; v) dentfcar a composção dos dversos subconjuntos do mercado de trabalho nos setores prmáro e secundáro. 3.2. Descrção dos Dados A estmação do modelo proposto na seção 3.1 exge uma base que contenha dados ndvduas de saláro horáro, nível de qualfcação, característcas pessoas e, na medda do possível, o maor número de nformações relatvas à nserção do ndvíduo no mercado de trabalho (setor de atvdade, posse de cartera de trabalho, etc.). Em função dsso, optou-se pela utlzação da Pesqusa Naconal por Amostra de Domíclos (PNAD) do Insttuto Braslero de Geografa e Estatístca (IBGE) de 1988, que apresenta dados extraordnáros relatvos à flação do trabalhador a sndcatos ou assocações de classe e ao seu tempo no mercado de trabalho. 9 Para que o modelo pudesse ser estmado com um grupo relatvamente homogêneo de observações, a amostra fo restrta a homens, chefes de famíla, entre 18 e 65 anos, que 8 Na realdade, esta evdênca é uma condção sufcente, mas não necessára, para que o modelo estmado corresponda a uma estrutura não-lnear e não a um mercado dual. Se a não-lneardade for sufcentemente complexa, as probabldades de emprego prmáro podem ser dferentes de 0 e 1 para todos os valores de todas as varáves explcatvas e, anda assm, pode não exstr dualdade. 9 A prncípo, como os dados da PNAD se referem a um únco mês, os dferencas nos mecansmos de reajustes salaras entre os dferentes grupos de trabalhadores em momentos de alta nflação poderam ntroduzr vés na estmação. No entanto, Barros & Mendonça (1995) mostram que a dstrbução de saláros entre os ramos de atvdade na Pesqusa Mensal de Emprego (PME/IBGE), que contém dados relatvos a rendmentos no decorrer de todo o ano, não é muto sensível ao mês de análse. 10

havam trabalhado como empregados na últma semana (com rendmentos dferentes de zero), que não estavam ocupados na agrcultura nem na admnstração públca, e para os quas exstem nformações relatvas a número de anos de estudo, posção na ocupação (com ou sem cartera assnada), cor, ramo de atvdade, sndcalzação ou assocação a alguma entdade de empregados, número de empregos, nível de nstrução dos pas e posção no prmero trabalho. A opção por uma amostra composta apenas por homens de deve à natureza de mutos empregos tpcamente femnnos, que torna dfícl sua classfcação dentro da estrutura teórca dual. Dckens & Lang (1992) argumentam que a maora dos chamados postos de trabalho pnk-collars apresenta algumas característcas prmáras (establdade, boas condções de trabalho e estreta relação pessoal) e outras secundáras (mpossbldade de ascensão profssonal). O uso de chefes de famíla, por sua vez, assegura que os empregos secundáros dentfcados na amostra não são ocupados somente por ndvíduos com partcpação temporára no mercado de trabalho ou com empregos de tempo parcal. Pelo mesmo racocíno, como os chefes de famíla são a base do sustento famlar, seu período de procura de empregos com característcas específcas desejáves não pode ser longo e, portanto, eles são mas sujetos ao emprego secundáro do que os outros trabalhadores de tempo ntegral. A elmnação dos ndvíduos ocupados na agrcultura e na admnstração públca decorre da natureza completamente dstnta do emprego dentro destes setores. Fnalmente, a restrção ao grupo de empregados, exclundo-se os trabalhadores não remunerados, por conta-própra e os empregadores, é determnada pela própra natureza da teora dual, que dz respeto a carreras e estruturas herárqucas pré-estabelecdas dentro de frmas. A partr dos crtéros de seleção enumerados acma, obtém-se uma amostra de 16.007 observações, caracterzada pelas estatístcas apresentadas na Tabela 1. Note que: ) as varáves relatvas a stuações nas quas o trabalhador pode estar ncluído (emprego em determnado ramo de atvdade, posse de cartera de trabalho, sndcalzação, etc.) são dummes que assumem o valor 1 quando o trabalhador se enquadra no grupo em questão e 0 em caso contráro; assm, seus valores médos representam, na verdade, a proporção da amostra composta pelos dferentes grupos; 11

Tabela 1 Caracterzação da Amostra - PNAD 1988 Número de Observações: 16007 Varável Méda Desvo Padrão Mínmo Máxmo Saláro Horáro - SALHOR 2316 3816 21 119048 Indústra de Transformação - TRANSF 0.33 0.47 0 1 Indústra de Construção - CONST 0.14 0.35 0 1 Outras Atvdades Industras - ATIVIND 0.06 0.24 0 1 Comérco de Mercadoras - COM 0.13 0.33 0 1 Prestação de Servços - SERV 0.11 0.31 0 1 Servços Aux. da Atv. Econ. - SERVAUX 0.04 0.20 0 1 Transporte e Comuncação - TRANSPCO 0.10 0.31 0 1 Socal - SOCIAL 0.08 0.28 0 1 Idade - IDADE 37.00 10.23 18 65 Anos de Estudo - ANOEST 5.93 4.17 0 14 Tempo de Trabalho - TEMPTRAB 23.55 11.23 0 59 Urbano - URB 0.92 0.28 0 1 Branco - BRANCO 0.57 0.50 0 1 Sem Cartera - SC 0.18 0.39 0 1 Com Cartera - CC 0.82 0.39 0 1 Grau de Instrução do Pa - INSTPAI 2.58 1.54 1 7 Grau de Instrução da Mãe - INSTMAE 2.40 1.47 1 7 Incou Empregado - IEMP 0.67 0.47 0 1 Incou Conta-Própra - ICP 0.07 0.25 0 1 Incou Empregador - IEMPDOR 0.001 0.03 0 1 Incou Não Remunerado - INAOREM 0.26 0.44 0 1 Assocado a Entd. de Emp. - ASSOC 0.12 0.33 0 1 Sndcalzado - SINDIC 0.28 0.45 0 1 Possu Mas de Um Trabalho - VTRABS 0.06 0.23 0 1 ) o saláro horáro é defndo como a razão entre o rendmento mensal em moeda corrente (cruzado) na ocupação prncpal e o número de horas normalmente trabalhadas em uma semana; portanto, deve ser dvddo por 4 para que se tenha uma medda aproxmada de seu saláro horáro efetvo; ) anos de estudo não é uma varável que cobre ndvdualmente todos os níves de educação: o valor 0 corresponde a menos de 1 ano de estudo, 1 a 1 ano de estudo, 2 a 2 anos de estudo, e assm por dante, até o valor 10, que corresponde ao ntervalo de 9 a 11 anos de estudo, e o valor 14, que se refere a 12 ou mas anos de estudo; v) o grau de nstrução dos pas vara de 1 a 7, dzendo 12

respeto à segunte classfcação: 1 - não alfabetzado, 2 - alfabetzado, 3 - elementar ncompleto, 4 - elementar completo, 5 - médo prmero cclo, 6 - médo segundo cclo e 7 - superor; v) tempo de trabalho é defndo como a dferença entre a dade do ndvíduo e a dade que ele tnha quando teve seu prmero emprego; apesar de desconsderar saídas temporáras dos ndvíduos da força de trabalho, esta medda corresponde a uma boa proxy para experênca não específca no mercado de trabalho. Dada a descrção das varáves, é possível caracterzar o trabalhador típco da amostra: ele tem 37 anos, aproxmadamente 6 anos de estudo, trabalha há 23 anos, seus pas são apenas alfabetzados, tem cartera de trabalho assnada, mora em área urbana, tem um únco trabalho e não pertence a nenhuma assocação de empregados ou sndcato. 4. Análse dos Resultados A escolha das varáves utlzadas na estmação do modelo dual descrto na seção 3.1 baseou-se, fundamentalmente, nas equações apresentadas em Dckens & Lang (1985) e nas especfcações tradconas de curvas de saláro para o Brasl. Optou-se anda por trabalhar com um sstema tão smples quanto possível, de modo a mnorar os problemas de convergênca típcos das estmações de modelos dessa espéce através de métodos de máxma verossmlhança. Sendo assm, foram estmadas as seguntes equações: (1) ln SALHOR p = P 0 + P 1.ANOEST + P 2.URB + P 3.BRANCO + P 4.TEMPTRAB + e p, (2) ln SALHOR s = S 0 + S 1.ANOEST + S 2.URB + S 3.BRANCO + S 4.TEMPTRAB + e s, (3) y* = Z 0 + Z 1.ANOEST + Z 2.URB + Z 3.BRANCO + e z ; onde os P s, S s e Z s são os coefcentes, respectvamente, das equações de saláro dos setores prmáro e secundáro e da equação de transção; os e s são, por hpótese, erros ndependentes e normalmente dstrbuídos. Anos de estudo (ANOEST) e tempo de trabalho (TEMPTRAB) são proxes naturas para as duas mas mportantes varáves de captal humano - educação e experênca no trabalho - e, por sso, são ncluídas em ambas as equações de saláro (SALHOR). Os controles relatvos a cor (BRANCO) e local de resdênca (URB) aparecem quase sempre nas especfcações de equações de saláro para o Brasl (ver, por exemplo, Lam & Schoen, 1993). Como fatores que afetam a probabldade de emprego prmáro do ndvíduo foram consderadas as mesmas 13

varáves que afetam seu saláro (como em Dckens & Lang, 1985 e 1992), à exceção do termo em TEMPTRAB, que desaparece dessa equação na dervação do teste de raconamento (ver apêndce I). Os resultados da estmação são apresentados na Tabela 2. 10 Tabela 2 Modelo Dual Estmado Varável Dependente: Logartmo do Saláro Horáro Varável Coefcente Erro Padrão t Equação de Saláro do Setor Secundáro Constante 6.007.028 215.51 Anos de Estudo.118.003 35.63 Urbano.122.021 5.92 Branco.205.013 15.21 Tempo de Trabalho.007.001 12.07 Desvo Padrão.682.005 151.40 Equação de Saláro do Setor Prmáro Constante 4.601.095 48.26 Anos de Estudo.234.005 43.95 Urbano.191.072 2.65 Branco.303.025 11.93 Tempo de Trabalho.018.001 16.33 Desvo Padrão.806.008 98.20 Equação de Transção Constante -23.511 10.695-2.20 Anos de Estudo 2.588 1.219 2.12 Urbano 1.851 1.376 1.35 Branco 2.328 1.123 2.07 Desvo Padrão* 1 - - Log da Função de Verossmlhança = -17460.7 Obs.: * Normalzado para 1. Todos os parâmetros estmados são estatstcamente sgnfcantes a níves de sgnfcânca convenconas e têm o snal esperado. A probabldade de emprego prmáro do ndvíduo vara postvamente com seu número de anos de estudo, e é maor para trabalhadores brancos e que resdem em área urbana. 10 Valores ncas para os desvos-padrões das equações de saláro foram escolhdos através do método de Berndt-Hall-Hall-Hausman e para os coefcentes através do método de Davdson-Fletcher-Powell. O método de Newton-Raphson levou ao valor fnal dos estmadores. Para uma boa dscussão sobre os dversos métodos numércos de convergênca, ver Goldfeld & Quandt (1972) ou Harvey (1990). 14

A equação estmada para o setor secundáro tem uma nclnação sgnfcatvamente dferente de zero e de magntude consderável em todos os parâmetros, a não ser no relatvo ao tempo de trabalho. Cada undade adconal no valor da varável anos de estudo acarreta um aumento de aproxmadamente 12% na renda do trabalhador secundáro, adconal este pratcamente gual ao relaconado à resdênca em área urbana; anda neste setor, trabalhadores brancos ganham em méda 20% a mas que trabalhadores não brancos e anos adconas de trabalho não aumentam em pratcamente nada o saláro dos trabalhadores. No setor prmáro, os coefcentes em todas as varáves explcatvas têm os mesmos snas estmados para a equação de saláro secundára, mas suas magntudes são bem maores. Trabalhadores brancos e que habtam em áreas urbanas têm vantagem salaral maor quando empregados no setor prmáro. A evdênca sugere anda a exstênca de alguma forma de trenamento no emprego (on-the-job-tranng) no setor prmáro, de modo que a experênca é, por s só, uma forma de acumulação de captal humano, ao contráro do que acontece no setor secundáro. Isto é evdencado pelo retorno de aproxmadamente 2% por ano adconal de trabalho na equação do setor prmáro, contra 0% no secundáro. A relação entre os coefcentes em anos de estudo nas equações de saláro prmára e secundára também é plenamente compatível com o a teora da dualdade. O retorno à educação no setor prmáro é pratcamente duas vezes maor do que o do setor secundáro. Isto ocorre devdo às própras característcas produtvas do setor prmáro, mas desenvolvdo tecnologcamente e mas ntensvo em captal humano. A estrutura descrta pelo modelo estmado é, assm, a de um mercado de trabalho no qual podem ser dentfcados dos setores, um com retorno expressvo à experênca e à educação e onde o preconceto e os ganhos assocados à habtação em área urbana são maores; e outro sem retorno à experênca no trabalho e com retorno menos expressvo à educação. Este resultado é, de modo geral, análogo ao obtdo para o Chle por Basch & Paredes-Molna (1996), e consderavelmente dstnto dos relatvos aos Estados Undos (Dckens & Lang, 1985 e 1992). As evdêncas dos estudos nternaconas são sntetzadas na Tabela 3. 15

Varável Dependente: Logartmo do Saláro Horáro Tabela 3 Resultados de Estudos Internaconas Varável Chle 1988 E.U.A. 1980 E.UA.* 1983 Equação de Saláro do Setor Secundáro Constante 3.35 (24.10) 1.320 (0.396) 1.146 (10.71) Anos de Estudo 0.08 (6.50) -0.003 (-0.041) 0.005 (0.83) Urbano - 0.197 (0.154) -0.33 (-11.00) Nunca se Casou - -0.244 (-0.421) 0.397 (8.27) Branco - -0.192 (-0.070) -0.321 (-7.13) Tempo de Trabalho 0.05 (6.64) 0.001 (0.500) -0.025 (-5.00) Temp. Trab. ao Quad. -0.006 (-5.80) - 0.066 (6.60) Temp. Trb. x Anos Est. -0.001 - - (-3.20) Equação de Saláro do Setor Prmáro Constante 2.66 (7.25) 0.996 (3.353) 0.720 (8.37) Anos de Estudo 0.20 (8.60) 0.067 (13.40) 0.077 (77.00) Urbano - 0.112 (1.87) 0.078 (4.33) Nunca se Casou - -0.261 (-4.74) -0.057 (-2.11) Branco - 0.008 (0.048) 0.127 (5.52) Tempo de Trabalho 0.07 (3.54) 0.013 (13.00) 0.030 (15.00) Temp. Trab. ao Quad. -0.006 (-2.27) - -0.041 (-8.20) Temp. Trb. x Anos Est. -0.002 - - (-1.93) Equação de Transção Constante -1.5 (-1.17) -0.006 (0.010) -0.315 (-2.30) Anos de Estudo 0.14 (3.33) 0.02 (0.065) 0.018 (2.57) Não Comercalzável -0.54 - - (-1.11) Exportável -0.76 - - (-0.33) Substtuto de Import. -0.21 - - (-0.42) Urbano - 0.361 (2.285) 0.445 (12.7) Nunca se Casou - -0.157 (0.44) -0.577 (96.17) Branco - 0.796 (2.427) 0.515 (9.53) Não Lgado à Prod. 0.75 - - (1.08) Lgado à Produção -1.81 (-2.43) - - Nota: Estatístcas t entre parênteses. Obs.: * A equação de transção para os Estados Undos 1983 também nclu termos em Temp. Trab. e Temp. Trab. ao Quadrado. Fontes: Chle 1988: Basch & Paredes Molna (1996); E.U.A. 1980: Dckens & Lang (1985); E.U.A. 1983: Dckens & Lang (1992). 16

Os coefcentes de ambas as equações de saláro para o Chle são sgnfcantes, mas têm valores sstematcamente maores para o setor prmáro. No caso dos Estados Undos para o ano de 1980, nenhum dos coefcentes secundáros é sgnfcatvo e, para 1983, os coefcentes secundáros têm snas contráros aos coefcentes do setor prmáro. As curvas estmadas pelo modelo dual para os Estados Undos parecem, na verdade, dzer respeto a estruturas com dferenças muto mas radcas do que aquelas representadas pelas curvas estmadas para o Brasl e para o Chle. A concdênca dos resultados para os países em desenvolvmento e sua marcada dferença em relação aos resultados para os Estados Undos sugerem que talvez esta questão esteja assocada aos dferencas de dsponbldade de oferta de trabalho qualfcada nos dferentes países. No caso dos países em desenvolvmento, que têm uma escassez relatva de mão-de-obra com qualfcação básca, há um retorno sgnfcatvo à educação mesmo no setor secundáro. Já nos países desenvolvdos, onde pratcamente toda a força de trabalho possu um nível mínmo de qualfcação, os empregos runs não apresentam retornos tão sgnfcatvos à educação. De forma a analsar se este modelo explca o funconamento do mercado braslero de forma sgnfcatvamente melhor do que o modelo compettvo (un-setoral) lnear, fo estmada uma únca equação de saláro, tendo como varáves explcatvas os mesmos regressores utlzados no modelo dual. Os resultados da estmação são apresentados na Tabela 4. Tabela 4 Modelo Compettvo (Un-Setoral) Lnear Varável Dependente: Logartmo do Saláro Horáro Varável Coefcente ErroPadrão t Constante 5.752.026 223.26 AnosdeEstudo.154.002 101.17 Urbano.105.021 4.94 Branco.223.012 18.49 TempodeTrabalho.012.001 22.39 Desv. Pad. Var. Depend. =.985 R 2 =.441 Soma Quad. Resíduos = 8680.980 R 2 Ajustado =.440 Varânca dos Resíduos =.542 F (zero slopes) = 3151.400 Erro Pad. Regressão =.7365 Log da Função de Veross. = -17815.7 17

Como o modelo de um setor é uma versão restrta do modelo dual, podemos testar a hpótese nula de que o modelo un-setoral explca melhor o funconamento do mercado de trabalho braslero contra a alternatva de que o modelo dual é o mas adequado através de um teste de razão de verossmlhança. 11 No presente contexto, o valor crítco ao nível de sgnfcânca de 1% é 23.21 (10 graus de lberdade), bem nferor a duas vezes a dferença entre o logartmo da função de verossmlhança do modelo rrestrto e o do modelo restrto (709.94). Como já dscutdo, o conceto de dualdade envolve também a exstênca de raconamento de postos no setor prmáro. O teste de raconamento ndca que o ajuste do modelo dual é muto melhor do que o do modelo restrto para lvre escolha de postos de trabalho prmáros. O valor do logartmo da função de verossmlhança quando os coefcentes nas varáves anos de estudo e branco da equação de transção estão sujetos à restrção descrta na seção 3 é -17807.1, o que leva à rejeção do modelo sem raconamento em favor do modelo com raconamento de postos de trabalho prmáros (as equações estmadas para o modelo restrto para o teste de raconamento são apresentadas no apêndce II). 12 As evdêncas sugerem, portanto, que a estrutura dual no mercado de trabalho braslero explca melhor os dados do que o modelo compettvo lnear e que exste raconamento de postos de trabalhos no setor prmáro. No entanto, conforme dscutdo na seção 3, é necessáro avalar a possível exstênca de não-lneardades nas varáves de captal humano que podem estar vesando os resultados em favor do modelo dual. A estmação do modelo dual permte a determnação da composção dos dversos subconjuntos do mercado de trabalho braslero nos setores prmáro e secundáro, 11 O problema neste procedmento é que, quando se mpõe as devdas restrções sobre o modelo de dos setores, város parâmetros não são dentfcados, o que mpossblta o cálculo exato do número de graus de lberdade da dstrbução da estatístca de teste. Apesar dsso, Goldfeld & Quandt (1976) sugerem, a partr de testes de Monte Carlo, que a dstrbução qu-quadrado com o número de graus de lberdade gual ao número de restrções mpostas mas o número de parâmetros não dentfcados é uma aproxmação bastante razoável da dstrbução relevante da estatístca de teste. 12 A razão de verossmlhança entre os dos modelos é de 692.77, o que rejeta a hpótese nula a qualquer nível de sgnfcânca usual (no caso em questão, ao nível de sgnfcânca de 1%, o valor crítco correspondente a 1 grau de lberdade - duas restrções nos coefcentes menos a restrção na varânca do erro da equação de transção - é 6.63). 18

segundo o procedmento descrto na seção 3.2. A tabela 5 mostra as probabldades de emprego no setor prmáro quando se varam a cor, a posse de cartera de trabalho, a assocação a alguma entdade de classe, a regão de resdênca do trabalhador, o nível educaconal e o setor econômco dos trabalhadores da amostra. Os resultados são os esperados: trabalhadores educados, brancos, com cartera de trabalho, sndcalzados e que moram em áreas urbanas são aqueles com a maor probabldade de ocupação no setor prmáro. Tabela 5 Composção do Setor Prmáro Calculada a partr do Modelo Dual Estmado Grupo de Porcentagem Porcentagem no Porcentagem do Setor Prmáro Trabalhadores na Amostra Setor Prmáro Composta pelo Grupo Total 100.00 32.4 100.0 Brancos 56.7 41.5 72.6 Não Brancos 43.3 20.5 27.4 Sem Cartera 18.4 22.3 12.7 Com Cartera 81.6 34.7 87.3 Sndc./Assocados 34.1 45.6 47.9 Não Snd./Assoc. 65.9 25.6 52.1 Urbanos 91.6 34.4 97.2 Não Urbanos 8.4 10.7 2.8 Men. de1 Ano Est. 11.2 0.0 0.0 1 Anos de Estudo 3.8 0.0 0.0 2 Anos de Estudo 5.6 0.0 0.0 3 Anos de Estudo 8.1 0.0 0.0 4 Anos de Estudo 19.6 0.0 0.0 5 Anos de Estudo 8.5 0.0 0.0 6 Anos de Estudo 3.6 0.0 0.0 7 Anos de Estudo 3.8 6.4 0.7 8 Anos de Estudo 9.2 59.0 16.8 9 a 11 Anos de Es. 15.9 100.0 49.1 12/mas Anos Est. 10.9 100.0 33.5 Ind. de Transform. 32.7 32.0 32.3 Construção Cvl 14.4 12.2 5.4 Atvdades Indust. 6.0 40.3 7.5 Comérco 12.8 40.3 15.9 Servços 11.1 18.6 6.4 Servços Auxlares 4.0 55.3 6.9 Transp. e Comun. 10.6 30.3 9.9 Servços Socas 8.4 61.1 15.8 19

Quanto ao efeto da educação sobre a probabldade de emprego prmáro, destaca-se o resultado de que 87% dos trabalhadores não enfrentam qualquer ncerteza quanto ao setor ao qual estão vnculados: 27% têm um emprego prmáro com certeza e 60% têm um emprego secundáro com certeza. Além dsso, dentre os trabalhadores que têm algum grau de ncerteza, pode-se dzer que apenas os com 8 anos de estudo o têm em um nível consderável; ou, em outras palavras, apenas 9,2% do total de trabalhadores ncluídos na amostra apresentam uma ncerteza superor a 6,5% a respeto de sua vnculação setoral. Estes resultados sugerem que a educação é pratcamente o únco determnante relevante da probabldade de emprego prmáro. As porcentagens de postos de trabalho prmáros calculadas para os setores da economa estão de acordo com esta hpótese, pos a ordenação a partr destas probabldades é pratcamente dêntca à obtda a partr do nível médo de educação observado em cada um dos setores. 13 Como exste uma probabldade nula de que um trabalhador sufcentemente educado - com mas de 8 anos de estudo - esteja empregado no setor secundáro, é dfícl pensar que o mercado braslero se adequa perfetamente às prevsões de raconamento da teora dual. Como dscutdo na seção anteror, os resultados sugerem, na realdade, que exste uma alta não-lneardade no retorno à educação, e não uma estrutura dual da forma defnda na seção 2. A prncípo, é dfícl compatblzar esta evdênca com o resultado do teste de raconamento de postos de trabalho prmáros. Ao mesmo tempo, todos os trabalhadores sufcentemente educados têm empregos prmáros, mas nem todos os trabalhadores que desejam um emprego prmáro o têm. Para melhor entender este aparente paradoxo, é mportante ressaltar que o modelo de lvre alocação setoral que sustenta o teste de raconamento de postos de trabalho prmáros, apresentado no apêndce I, traz mplctamente uma sére de hpóteses não necessaramente nócuas quando aplcadas a um mercado de trabalho específco. Recorde que o que se testa é se, dados os atrbutos do ndvíduo e a exstênca de dos setores compostos por postos 13 A ordenação a partr do nível médo de educação é a segunte: Servços Socas (8.28), Servços Auxlares (7.94), Comérco (6.95), Atvdades Industras (6.79), Transporte e Comuncação (6.52), Indústra de Transformormação (6.38), Servços (5.43) e Construção Cvl (4.45). 20

de trabalho com característcas dferentes, os ndvíduos são lvres para escolher em qual setor estarão empregados. Ou seja, no modelo sem raconamento, os atrbutos ndvduas não fazem parte do processo de escolha e supõe-se que exste a possbldade de emprego para todos os trabalhadores em qualquer um dos dos setores. Nesse caso, se os dos setores estmados estão captando na verdade apenas uma nãolneardade na equação de saláro e, como acontece aqu, se a educação é capaz de separar quase completamente os dos setores, quando o nível educaconal é dado, não exste efetvamente nenhum processo de escolha setoral por parte dos ndvíduos e, consequentemente, o teste de raconamento fca desprovdo de sentdo. Tudo o que pode ser dto a partr da rejeção da lvre escolha setoral é que um ndvíduo com menos de 8 anos de estudo provavelmente gostara de estar empregado em um posto de trabalho com as característcas da equação de saláro prmára, mas para tal ele precsara necessaramente se educar, e, sem evdêncas adconas, não se pode dzer nada a respeto de seu acesso à educação ou de sua dsposção em arcar com os custos de se educar. Desse modo, a aparente ncompatbldade entre o resultado do teste de raconamento e as probabldades calculadas a partr dos parâmetros estmados pelo modelo pode decorrer smplesmente da exstênca de uma sgnfcatva não-lneardade no retorno à educação no mercado de trabalho braslero e das hpóteses que mplctamente sustentam o teste de raconamento. A exstênca de trabalhadores que gostaram de estar empregados em postos com característcas prmáras, mas que não estão dspostos a se educar, ou que não têm acesso à educação por questões de restrção de lqudez ou de oferta de educação qualtatvamente dstnta, juntamente à escassez de mão-de-obra qualfcada, podera levar a um resultado como o obtdo aqu. Esta nterpretação dos resultados apresentados é corroborada também por estudos recentes que têm documentado não-lneardades no retorno à educação em dversos subconjuntos do mercado de trabalho braslero (ver Barros & Mendonça, 1996; Barros & Ramos, 1996). De forma a avalar se uma especfcação mas geral do modelo de um únco setor é capaz de explcar o comportamento dos saláros no mercado de trabalho 21

braslero de forma superor ao modelo de dos setores, fo estmada uma equação de saláros nclundo as mesmas varáves utlzadas na estmação do modelo dual, mas permtndo uma maor flexbldade no retorno à educação, através da nclusão de uma varável dummy para cada ano adconal de estudo completado pelo ndvíduo e de um termo representando a nteração entre o número de anos de estudo e o tempo de trabalho. A equação estmada para avalar a não-lneardade do retorno à educação é a segunte: (B1) ln SALHOR = P0 + Σ P 1.D + P 2.URB + P 3.BRANCO + P 4.TEMPTRAB + P 5.AxT + e; onde os D's são varáves dummes correspondentes a cada ano adconal de estudo completado pelo ndvíduo; assume valores que varam de 1 a 14, de acordo com a classfcação de níves educaconas descrta na seção 3.2; e AxT é o produto das varáves anos de estudo e tempo de trabalho. Os resultados da estmação são apresentados na tabela 6. Tabela 6 Modelo de Um Setor com Retorno Não-Lnear à Educação Varável Dependente: Logartmo do Saláro Horáro Varável Coefcente Erro Padrão t Constante 6.081.036 170.121 D1.168.034 4.885 D2.044.038 1.134 D3.068.032 2.149 D4.154.024 6.347 D5 -.031.024-1.299 D6.145.036 4.011 D7.025.043.588 D8.076.035 2.171 D10.360.024 14.938 D14.844.026 33.030 Urbano.123.021 5.855 Branco.218.012 18.337 Tempo de Trabalho.003.001 3.138 Estudo X Tempo Trab..001.000 10.553 Desv. Pad. Var. Depend. =.985 R 2 =.4610 Soma Quad. Resíduos = 8365.120 R 2 Ajustado =.4605 Varânca dos Resíduos =.523 F (zero slopes) = 976.947 Erro Pad. Regressão =.723 Log da Função de Veross. = -17519.0 22

De forma a comparar a capacdade de ajuste aos dados dos dos modelos, foram calculados os valores de meddas de ajuste para os modelos de dos setores e de um setor não-lnear. 14 Os resultados estão sntetzados na tabela 7. Tabela 7 Meddas de Ajuste para os Modelos de Dos Setores e de Um Setor Não-Lnear Modelo R 2 R 2 Dual 0,4593 0,4587 Um Setor Não-Lnear 0,4610 0,4605 Ambas as meddas ndcam um melhor ajuste do modelo com um únco setor não-lnear, confrmando assm a déa de que os resultados obtdos revelam bascamente a exstênca de um retorno à educação altamente não-lnear. Não exste evdênca de dualdade no mercado de trabalho braslero da forma defnda na seção 2. Na realdade, o mas adequado é dzer que os dos setores estmados anterormente correspondem a dferentes ramos da curva de saláros, podendo ser nterpretados como regmes dstntos de remuneração, sendo a vnculação de um ndvíduo a um dos dos regmes determnada uncamente a partr do seu nível educaconal. Apesar dsso, contnua sendo válda a noção de que a lógca do emprego e da relação trabalhsta é dferente para ndvíduos empregados nesses dferentes regmes. A experênca é mas valorzada para ndvíduos com maor nível educaconal, o que é confrmado pelo coefcente que representa a nteração entre educação e experênca na equação não-lnear, e evdenca o papel da educação formal na possbldade de evolução técnca do ndvíduo através da assmlação de nformações no própro exercíco de seu trabalho. É mportante destacar anda que o resultado obtdo não sgnfca que não exste nenhuma forma de segmentação no mercado de trabalho braslero. Empregados com cartera 14 Como nenhum dos dos modelos é uma versão restrta do outro, comparou-se o ajuste através do R 2 e do R 2, onde R 2 = 1 - [(n - 1)/(n - k)].(1 - R 2 ), sendo n o número de observações e k o número de parâmetros. A construção do erro estmado para o modelo dual se deu de forma análoga àquela sugerda por Amemya (1981) para modelos de resposta qualtatva, sendo o valor esperado da varável dependente defndo da segunte forma: E(lnW X, Z ) = [1 - Φ(-Z.Γ)].X.β p + Φ(-Z.Γ).X.β s. 23

assnada, por exemplo, podem apresentar saláros sstemátca e sgnfcatvamente maores do que o de trabalhadores dêntcos sem cartera, e o acesso à cartera de trabalho pode ser lmtado. O que os resultados dzem é que trabalhadores sem cartera de trabalho, mas com mas educação formal, provavelmente ganharão mas e possurão uma melhor perspectva profssonal do que trabalhadores com cartera menos educados. Resumdamente, não é a posse de cartera de trabalho ou o vínculo a um ramo de atvdade partcular o determnante básco da trajetóra salaral esperada de um ndvíduo, e sm o seu nível educaconal. O que parece não exstr é dualdade no mercado de trabalho como um todo da forma magnada por Doernger & Pore (1971) e aparentemente observada nos Estados Undos por Dckens & Lang (1985, 1992), na qual trabalhadores com mesmo nível educaconal estaram em dferentes regmes salaras. Dado o baxo nível de escolardade da mão-deobra braslera, este resultado pode decorrer da alta magntude da dferença entre os saláros dos empregados muto pouco qualfcados e os saláros dos trabalhadores razoavelmente bem educados, mesmo que, por exemplo, dferenças consderáves entre estruturas de rendmentos exstam para trabalhadores com educação superor a um determnado nível mínmo. A grosso modo, a dferença entre os rendmentos dos grupos não educados e educados pode ser tão grande que se sobreponha a qualquer dferença nterna ao grupo dos educados, o que não muda em nada a essênca ou a nterpretação do resultado obtdo. Em suma, os resultados mostram que a educação parece domnar qualquer outro fator na determnação do saláro e da perspectva profssonal do empregado braslero, esteja ele em que setor estver e seja qual for a natureza de sua relação trabalhsta. 5. Conclusões A conclusão prncpal deste artgo é que não exstem evdêncas de dualdade no mercado de trabalho braslero no sentdo de que trabalhadores gualmente qualfcados possam estar empregados em setores dstntos do mercado, com dferentes perspectvas de ascensão profssonal e retornos aos atrbutos produtvos. 24

A déa de que o mercado de trabalho é caracterzado pela exstênca de dos setores - o prmáro composto por bons postos de trabalho e com maor remuneração às varáves de captal humano; e o secundáro composto por postos de trabalho runs e sem remuneração às varáves de captal humano - e que trabalhadores gualmente qualfcados podem estar empregados em setores dferentes sem nenhum motvo aparente não parece ser a melhor representação do mercado de trabalho no Brasl, uma vez que o ajuste de um modelo dual para os dados brasleros leva à estmação de dos setores formados por trabalhadores com níves de educação quase completamente dstntos. Nenhum grupo educaconal está representado de forma sgnfcatva nos dos setores: ndvíduos com menos de 8 anos de estudo têm emprego secundáro e ndvíduos com mas de 8 anos de estudo têm emprego prmáro. A educação, soznha, é capaz de determnar a alocação setoral do ndvíduo e, desse modo, não se pode afrmar que exste dualdade dentro do mercado de trabalho. Apesar dsso, exste uma profunda dferença entre a estrutura salaral desses dos setores estmados, o que parece refletr um retorno altamente não-lnear à educação. Esta hpótese é corroborada pela superordade do modelo un-setoral com retorno não-lnear à educação frente ao modelo dual. Estas conclusões são, de modo geral, condzentes com as evdêncas obtdas por uma ampla gama de estudos sobre desgualdade de saláros e estrutura de rendmentos no Brasl. O papel proemnente da educação na explcação da estrutura salaral tem sdo enfatzado em város estudos, como por exemplo, em Res & Barros (1991) e Camargo & Barros (1991). A relação não-lnear exstente entre rendmentos e educação fo dscutda recentemente por Barros & Mendonça (1996) e Barros & Ramos (1996). Já o resultado do teste de raconamento, que ndca que trabalhadores do setor secundáro desejam um emprego no setor prmáro, merece comentáros adconas. Note que, como não exste a possbldade de emprego no setor prmáro para um trabalhador com educação nsufcente, exste um custo para a obtenção de um emprego prmáro: o custo de se educar. Logo, o resultado do teste de raconamento pode, teorcamente, refletr tanto a mpossbldade de acesso à educação para trabalhadores secundáros, quanto smplesmente a sua opção por não adqurr mas educação. 25