6. Avslutning
6.2 Oppsummering og konklusjoner relatert til problemstilling 2
Lovell (1994) utilizou os dados do censo demográfico de 1960 e 1980, do Instituto Brasileiro de Geografia e Estatística (IBGE), para estudar o impacto do desenvolvimento
econômico ocorrido no período, sobre as diferenças de raça e sexo. As cinco regiões geográficas do país foram abrangidas, sendo utilizados os dados da educação, posição na ocupação e da renda.
No comparativo da mulher por raça, a mulher negra, em 1960, chegou a apresentar um taxa de analfabetismo de 43%, e a mulher branca 14%, porém, em 1980 esse diferencial foi reduzido para 12 pontos percentuais. De forma similar, os homens brancos apresentaram maior escolaridade, sendo que em 1960, o diferencial entre brancos e negros analfabetos era de 16 pontos percentuais, e em 1980, foi reduzido para 10 pontos percentuais.
No período analisado, a mulher se educou mais do que o homem, porém houve diferencial por raça, onde o número de mulheres negras com ensino médio completo aumentou 19 pontos percentuais, e entre a mulher branca foi de 29 pontos, passando de 18% em 1960, para 47% em 1980. Em relação aos homens, o negro obteve um aumento de 10 pontos percentuais, e o branco, um aumento de 20 pontos, passando de 11% em 1960, para 31% em 1980, o que demonstra maior ganho em escolaridade conquistado pela mulher em relação ao homem.
Em 1960, a maioria das mulheres estava presente em ocupações de baixa qualificação, sendo que as brancas ocupavam 35,7% dessas ocupações contra 74% das negras, porém, entre os homens ocorre o inverso, onde 12,6% dos trabalhadores brancos são desqualificados, contra 11,7% dos negros. Já em 1980, com o crescimento econômico, foi observada uma grande melhoria na qualificação de todos os trabalhadores, porém, 43,5% das negras ainda se encontravam em empregos de baixa qualificação, contra 3% dos homens, brancos e negros, que estavam na condição de sem qualificação. O aumento da escolaridade da mulher fez com que ela superasse o homem nas funções administrativas e técnicas, e aumentasse sua participação nos cargos de chefia, mais reservados aos homens, porém, nesses
cargos, o homem é maioria. Sobre as ocupações menos qualificadas, ainda é maior a participação feminina, principalmente, a mulher negra.
Apesar do ganho em escolaridade conquistado pela mulher, ela manteve seu rendimento inferior ao do homem, sendo que a diferença salarial por gênero foi mais elevada do que por raça, mesmo que os resultados indiquem que quanto mais anos de estudo tiver uma pessoa, maior será a probabilidade de estar numa ocupação mais qualificada. Entretanto, a raça e o gênero influenciam essa probabilidade, onde a mulher branca apresenta maior probabilidade do que a mulher negra, com similar qualificação, da mesma forma, o homem branco é favorecido em relação ao homem negro, como ainda, o homem possui maior probabilidade de estar numa melhor ocupação do que a mulher.
A decomposição do diferencial de salários revela significativo percentual de discriminação contra a mulher e contra o negro, onde 24% do diferencial atribuído a discriminação está entre homens brancos e negros, 51% entre homens brancos e mulheres negras e 86% entre homens e mulheres brancos, demonstrando que a discriminação por gênero é maior do que a discriminação por raça.
Ometto et al. (1997) ao estudarem a discriminação por gênero e a discriminação ocupacional para os estados de São Paulo e Pernambuco, no período de 1981-1990, com dados da PNAD. Verificaram que nos estados analisados, a maioria das ocupações são dominadas pelos homens, em média, 65% para São Paulo e 63% para Pernambuco.
Conforme o índice de segregação de Duncan, a segregação ocupacional por sexo é elevada, no entanto, para São Paulo, esse índice tem um pequena queda no período analisado, diferente da pequena elevação em Pernambuco. Esses movimentos opostos mostram a realidade pernambucana onde houve redução da mulher em trabalhos masculinos (agropecuária) e o aumento em atividades femininas, como serviços domésticos e no ensino
de 1ª a 4ª séries. Já em São Paulo, houve redução em 5 pontos percentuais da participação feminina em empregos domésticos, juntamente com a redução do percentual de homens em ocupações masculinas.
Os autores encontraram que em ambos os estados, o salário médio por hora pago a mulher é bem menor que o salário pago ao homem, e que a trabalhadora paulista, que ocupa um posto de trabalho tradicionalmente masculino, recebe um salário maior que as demais, porém para as pernambucanas necessariamente isto não ocorre.
Para o estado de São Paulo, o homem, recebe, em média, 32% a mais do que a mulher, e para Pernambuco essa diferença sobe para 55%, o que demonstra um maior nível de discriminação em 23 pontos percentuais naquele estado. Porém, em ambos estados existem diferenças de características discriminatórias contra a mão-de-obra feminina.
Kassouf (1998) faz uma análise dos retornos para educação e experiência para ambos os sexos dos setores formal e informal da economia, em relação à discriminação e à segmentação no mercado de trabalho
A metodologia usada foi o modelo logit multinomial, onde a variável dependente assume “zero” se a pessoa não está trabalhando, “um” se está no mercado formal, ou “dois” se está no mercado informal. Educação, idade, número de filhos, raça, região de moradia são fatores que afetam a participação da pessoa no mercado de trabalho. Desde que os salários são observados somente para as pessoas que estão trabalhando formal ou informalmente, um viés de seletividade da amostra pode ocorrer. Logo, para a correção desse viés, utiliza-se método de correção de Lee, onde os coeficientes estimados são usados para calcular a variável lambda (inverso da razão de Mill), que é utilizada na equação salário, para obter as estimativas consistentes.
Os dados utilizados foram da Pesquisa Nacional sobre Saúde e Nutrição, de 1989, realizada pelo Instituto Nacional de Alimentação e Nutrição (INAN), pela Fundação Instituto Brasileiro de Geografia e Estatística (IBGE) e pelo Instituto de Planejamento Econômico e Social (IPEA).
Os rendimentos mensais dos trabalhadores foram deflacionados pela taxa de câmbio do dólar americano, sendo considerados informais, aqueles trabalhadores que não descontam a taxa de contribuição previdenciária oficial, onde existem 13% e 3% mais homens e mulheres, respectivamente, no setor informal do que no setor formal. Comparando a mulher com o homem em cada setor, esta ganha em média 23% menos do que o homem, outro fato, é que no setor informal, os salários são quase 50% menores do que os pagos no setor formal, tendo em vista, que a média dos anos de estudo no setor formal é quase o dobro do que no informal. As regiões Nordeste e Centro-Oeste possuem maior quantidade de trabalhadores informais do que o Sul e o Sudeste.
Para a educação e experiência, os resultados estimados mostram que quanto mais se acumula dessas variáveis, maior probabilidade de uma pessoa estar empregada e maior o retorno de salário. A educação tem maior relacionamento com o retorno salarial para a mulher, do que para o homem, em todos os dois setores. O sinal negativo da variável de interação entre educação e experiência, educexp, mostra que o efeito da educação (experiência) diminui à medida que a experiência (educação) aumenta, ou seja, não é significativo o nível de educação (experiência), para uma pessoa conseguir uma vaga de emprego, se ela possui uma grande/boa experiência (educação).
Os resultados da análise mostram, ainda, que a presença de filhos pequenos, nada influencia na participação masculina no mercado de trabalho, porém, a participação da mulher sofre um grande efeito, por exemplo, mulheres com filhos de zero a dois de idade, apresentam uma probabilidade negativa de 81,5% no setor formal, e 53,6% no informal.
Quanto à análise por região, o Nordeste, é a região onde os trabalhadores(as) são mais mal pagos do que os demais. Porém, para o homem do setor informal, a região Sudeste é que apresenta a menor renda. A variável experiência é significativa, entretanto, é mais favorável ao homem que está no setor formal.
O retorno da educação e da experiência é estimado pela seguinte regressão:
ln w = α + 1exp + 2exp2 + 3educ + 4exp.educ + , (63) A variável experiência é uma função côncava, pois, atinge um máximo e começa a declinar com o tempo, dessa forma exp2 é negativa. Pela teoria do capital humano, a renda depende da experiência e também da educação, assim, para obter o efeito da experiência sobre o salário: educ w 4 2 1 2 exp exp ln =β + β +β ∂ ∂
da mesma forma, o efeito da educação sobre a renda é: ln =β3+β4exp ∂
∂ educ
w
A análise dos efeitos das equações acima mostra que, com a correção do viés de seletividade (inclusão da variável lambda), para o setor formal, o retorno da educação do homem foi em média 6,5% maior do que sem a inclusão do lambda, da mesma forma, a mulher teve um aumento médio de 18%. Fazendo a mesma análise para o setor informal, com a inclusão do lambda, o retorno da educação é reduzido em 108% para os homens e 10% para as mulheres.
Sobre o retorno do tempo de experiência, com a inclusão da variável lambda, no setor formal, foi verificado que o homem obteve um aumento médio de 8% e a mulher 18%. No setor informal, houve uma perda, em média, de 25% para o homem e um ganho de 3% para a mulher.
Os resultados demonstram que, a experiência tem efeito positivo, porém diminui quando aumenta a qualificação do trabalhador. A mulher no setor informal tem maior retorno
sobre a experiência do que a mulher no setor formal, ao contrário, o homem tem maiores retornos no setor formal, enquanto que para a educação, a mulher obtém vantagem comparativa em ambos os setores.
Dessa forma, a discriminação está presente em ambos setores da economia, o que explica o diferencial de salários contra a mulher de 27% no formal, e de 23% no setor informal, onde a segmentação de mercado responde por 20% desse diferencial.
Loureiro e Carneiro (2001) com dados da Pesquisa Nacional por Amostra de Domicilios (PNAD), do Instituto Brasileiro de Geografia e Estatístico (IBGE), para o ano de 1988, utilizaram da metodologia Probit para medir a probabilidade de um trabalhador participar ou não do mercado de trabalho, conforme suas características pessoais, assim:
i ik i i X y* =β +µ (64) onde yi* é a preferência não observável, Xi representa um vetor de características explicativas
relacionadas ao trabalhador i, onde a decisão de trabalhar é uma variável dummy, y, onde y = 1 se a pessoa aceita trabalhar e zero, caso contrário, e mede o efeito de uma mudança em X em relação a yi* , e quanto maior for o valor desta variável, maior será a probabilidade da
pessoa aceitar trabalhar.
A equação de rendimento é a seguinte:
i ik
i Z
W =δ +ε
(65)
onde W é o logaritmo do salário, Z um vetor de características pessoais, um conjuntos de parâmetros e o vetor de erros aleatórios normalmente distribuídos.
Como a amostra sobre a participação do trabalhador no mercado de trabalho não é aleatória, pode ocorrer viés de seletividade, logo Cov (µi, i) ≠ 0. O procedimento de Heckman para correção do viés de seletividade, estima a equação de participação do
trabalhador no mercado de trabalho através de um modelo Probit para obter estimativas de /µi. Com base nessas estimativas, constrói-se o inverso da razão de Mill:
(
)
(
β σµ)
σµ β φ λ / / (.) i i X X Φ = (66)Após isso, estima-se a equação de rendimentos usando a equação acima (do inverso da razão de Mill) como variável explicativa, da seguinte forma:
(
)
(
)
Θ + = Θ Φ + = λ δ σµ β σµ β φ δ i i i i i i Z W ou X X Z W / / (67) Para distinguir a parte do diferencial de salários atribuída à variações nas características de produtividade individuais, e qual parte atribuída à discriminação, foi utilizado o método de decomposição de Blinder e Oaxaca.A análise das estatísticas descritivas, para o setor urbano, mostra que a mulher ganha, em média, 35% a menos do que o homem, e que esse, possui dois anos a mais de experiência e um índice de 4 pontos percentuais a mais de formalização do que aquela, porém, a mulher apresenta um ano, em média, a mais de estudo do que o homem. Contudo a taxa de participação do homem é maior em 15 pontos percentuais em relação à mulher.
Os resultados do modelo Probit indicam que quanto maior for o número de anos de estudo e de experiência, maior a probabilidade da pessoa participar do mercado de trabalho, e ainda, a condição de cônjuge e de chefe de família, aumenta a probabilidade de participação masculina no mercado de trabalho, sendo tais condições negativamente relacionadas com a decisão da mulher em ir trabalhar.
Em relação ao procedimento de correção de Heckman, as estimativas para essa técnica são menores para todos os coeficientes estimados, com exceção da constante,
demonstrando um efeito de reduzir a presença de discriminação. De um modo geral, a mulher apresenta maior retorno para educação, experiência e de estar no setor formal.
A decomposição do diferencial de salário mostra que 36% do diferencial médio de salários entre homens e mulheres é atribuído às dotações individuais e 64% é a parte não explicada, quando incluído o lambda, porém quando não se corrige o problema de viés de seletividade, 35% do diferencial se refere às dotações de capital humano e 65% à discriminação.
No estudo de Arabsheibani et al. (2003) foi utilizada a decomposição de Oaxaca, com o objetivo de mensurar o diferencial de salários por gênero, no período de 1988-98, antes e depois da abertura comercial brasileira, para analisar se houve redução do diferencial de salários contra a mulher, em virtude dessa abertura. Os dados utilizados foram da Pesquisa Nacional por Amostra Domiciliar (PNAD), do Instituto Brasileiro de Geografia e Estatístico (IBGE), para os anos de 1988, 1992 e 1998.
Para essa análise, além da decomposição de Oaxaca, o método de decomposição de Juhn, Murphy e Pierce (1991), foi utilizado para entender o diferencial de salários no tempo.
Reescrevendo a equação do diferencial de salários, e introduzindo o tempo, temos:
ht t ht mt ht mt ht t W W X X D =ln −ln =( − )βˆ +∆θ σˆ (68)
onde ∆ é a diferença média entre o resíduo padronizado para características individuais θt previstas da equação salário masculina e as previstas da equação salário feminina. σˆ é o ht termo erro estimado da equação masculina.
A mudança em t-1 e t, para o diferencial de salário, entre homens e mulheres, é expressa por:
) 1 1 1 1 1 1 1 1 1 ˆ ˆ )( ( ˆ ] [ ) ˆ ˆ )( ( ˆ ) ( ) ( − − − − − − − − − − ∆ + ∆ − ∆ + − − + − − − = − ht ht t h t t ht ht mt ht ht mt mt ht ht t t X X X X X X D D σ σ θ σ θ θ β β β (69)
onde no primeiro termo, os efeitos observados X’s refletem a mudança no diferencial de salários, resultante e mudanças nas características individuais dos trabalhadores, através do tempo, por exemplo, a qualificação. No segundo termo estão os efeitos preços observados, ou seja, o retorno do capital humano sobre os salários e a mudança nos salários causada pelas características do homem. O terceiro termo é o efeito diferencial, mede o efeito de mudanças na relativa posição da mulher numa distribuição de salário masculina, ou seja, quando a mulher consegue maior destaque, em virtude da menor discriminação no mercado de trabalho. No último termo estão os efeitos preços não observados, é a medida da mudança no diferencial, entre t-1 e t, que pode resultar se a distribuição feminina permanece constante, enquanto que a distribuição dos resíduos da equação de salário masculina, sofre mudança.
Os dados foram organizados em dois períodos, 1988-1992 e 1992-1998. O primeiro período tem por finalidade, investigar o impacto da liberalização comercial, e no segundo período, verificar o impacto da estabilização de preços em 1994 (Plano Real).
A análise das estatísticas descritivas mostra que, em 1988, na análise do log do salário recebido por hora, a mulher ganhava apenas 25% do salário do homem, entretanto, em 1998, a mulher passou a ganhar 75% do salário masculino, tendo em vista, que esta se educou mais do que aquele, sendo a vantagem da ordem de 7 pontos percentuais, em favor da mulher, no nível médio, e de 5 pontos percentuais, no nível superior.
Em relação à ocupação, em 1988, 17% dos homens estavam empregados na indústria, contra uma participação feminina de 11%. Porém, no setor de serviços, ocorre o inverso, onde, apenas 11% eram homens e 33% mulheres. Já em 1998, tínhamos 15% de
homens, contra 9% das mulheres na indústria, e 14% de homens junto com 35% de participação feminina no setor de serviços.
Quanto ao tempo de experiência, o homem tem em média, 2,5 pontos percentuais do que a mulher.
Os resultados estimados indicam que o salário é positivamente relacionado com educação, porém, a uma taxa decrescente ao longo dos anos, indicando que o aumento do nível de qualificação para os trabalhadores, possibilita uma concorrência maior no mercado de trabalho, e dessa forma, ocorre diminuição no retorno salarial da educação. A região de moradia mostra que existem desigualdades no país, onde o Sudeste contém a maior demanda por trabalho, principalmente nas áreas metropolitanas do Rio de Janeiro e de São Paulo, onde temos uma elevada renda per capita. O Norte e o Nordeste, são as regiões onde temos os menores salários. Para o setor da economia, a indústria é o setor que remunera melhor o trabalhador, porém o homem tem um diferencial médio da ordem de 5 pontos percentuais a seu favor.
Os resultados da decomposição JMP mostram que houve redução no diferencial de salários de 1988 a 1998, em 0,1883 do logaritmo da salário, em virtude da combinação de dois fatores: a melhoria da qualificação, e a redução da discriminação contra a mulher, sendo que 66,9% dessa mudança, se refere a ocupação feminina dos postos de trabalho antes exclusivos dos homens.
Finalmente, os autores concluem que houve uma redução no diferencial de salários, que em 1988 era quase 300%, o salário pago por hora, em favor do homem, para 33%, dez anos mais tarde. Dessa forma, houve uma conseqüência indireta do processo de abertura comercial, na redução desse diferencial, pois, a competição no mercado de trabalho foi maior para o homem do que para a mulher, tendo em vista, a menor participação desta no mercado.
Outra contribuição favorável para diminuir essa diferença, foi o aumento da dotação em capital humano adquirida pela mulher, a partir de 1992.