Vous êtes sur la page 1sur 18

EDUCAÇÃO E DISTRIBUIÇÃO DE RENDA: UMA LEITURA CRÍTICA DO BRASIL

RESUMO

Este artigo analisa os efeitos da evolução no nível educacional nos processos de


concentração e desconcentração de renda no Brasil, na transição dos séculos XX a
XXI. A análise faz referências às perspectivas Kuznets e Piketty sobre o tema, mas
tem como eixo confrontar as linhas divergentes de pensamento brasileiro sobre a
questão da distribuição de renda, procurando destacar o papel das políticas públicas
inclusivas, em especial da política educacional. O ensaio permite verificar, analítica e
empiricamente, que a escolaridade sempre esteve relacionada a uma parcela
significativa na explicação dos determinantes da desigualdade de renda, pelo qual a
diminuição do índice de Gini esteve relacionada ao aumento nas expectativas de
anos de estudo no Brasil.

Palavras-Chave: Desigualdade, Educação, Concentração de Renda.


INTRODUÇÃO

A educação é o processo de socialização do indivíduo. Ao adquirir educação,


a pessoa assimila e adquire conhecimentos. Sendo por meio dela que o indivíduo
obtém a capacidade de questionar e analisar de forma racional e inteligente as
verdades estabelecidas pela sociedade.
A educação também está ligada ao desenvolvimento de mão de obra
qualificada, uma vez que com os avanços tecnológicos as empresas visam pessoas
capacitadas, com capacidade para se adaptar aos novos processos produtivos
resultantes das novas tecnologias de informação e comunicação. Assim há uma
relação forte entre o nível de escolarização e melhor remuneração, resultado de
incremento no capital humano, de acordo com os estudos de Robert Lucas (1988)
sobre a medição de capital humano.
Para Simon Kuznets (1955) um dos primeiro autores a tratar estatisticamente
o tema, o processo de concentração de renda ocorre nas primeiras fases do
crescimento econômico de um país, devido à rápida transição da população dos
setores agrícolas para o setor industrial, tornando-se estável por um tempo, e depois
diminuindo nas fases posteriores do crescimento econômico. Isso acontece porque
nessa fase do crescimento ocorre um aumento grande da demanda por mão de obra
especializada, elevando os salários dos trabalhadores qualificados em detrimento
dos não qualificados. À medida que o desenvolvimento econômico do país progride
há ganhos de educação e as pessoas buscam mais qualificação, logo a proporção
de mão de obra – diz-se aqui mão de obra qualificada/mão de obra não qualificada -
vai aumentar, reduzindo a desigualdade de renda, consequentemente.
Para Thomas Piketty (2014), é necessário apostar em políticas de valorização
do salário mínimo e de inclusão para que ocorra a diminuição da desigualdade. O
principal caminho é uma educação de qualidade, já que jovens mais pobres vão
para universidades de má qualidade, perpetuando a situação de pobreza.
Piketty salienta, ainda, que o uso adequado do dinheiro da taxação de
grandes fortunas é essencial, especialmente na educação. Isso não significa criar
escolas elitistas, mas oferecer boa educação de forma generalizada.
Na análise apresentada por Piketty, os países desenvolvidos apresentaram
uma tendência de aumento da desigualdade de renda ao longo dos séculos XVIII e
XIX e desconcentração de renda durante o século XX, devido ao fato que as guerras
destruíram os patrimônios que já existiam tanto fisicamente quanto em termos de
valor. Por causa disso, a chamada geração dos baby-boomers dos anos 1950
cresceu com pouca ou nenhuma herança para contar. Já com a emergência do
período neoliberal – transição para o século XXI essa situação foi revertida. Para a
geração atual, principalmente no caso europeu, nascida nos anos 1970 e 1980, o
peso da herança está voltando com uma força jamais vista desde os tempos dos
romances de Austen e Balzac.
Em estudo pioneiro na década de 1970, que faz a interface entre educação e
concentração de renda, Carlos Langoni (1973)1 apresenta os motivos para explicar o
grau de concentração de renda brasileira no período de industrialização e milagre
econômico. O primeiro é que o país passava por uma sucessão de mudanças
estruturais decorrentes do elevado crescimento econômico, revelando, como
apontou Kuznets, uma concentração de renda específica das fases iniciais do
desenvolvimento econômico, quando a maioria da população que ainda vivia em
setores de pouca produtividade, passaria a migrar para as regiões de maior
produtividade. Mas por outro lado, a desigualdade diminuiria após um determinado
ponto, em que predominassem setores de alta produtividade e quando a taxa de
crescimento fosse mais branda.
A outra explicação do autor, que acaba complementando o primeiro, é um
modelo com base nas instabilidades do mercado de trabalho, onde a curva de
demanda por mão de obra qualificada deslocava-se sobre uma curva de oferta
relativamente inelástica no curto prazo. Sendo assim, Langoni construiu um modelo
em que o aumento da concentração pessoal de renda encontrava-se fundamentado
em uma corrida entre a expansão tecnológica dos setores modernos que aumentava
a demanda por mão de obra qualificada, e o atraso do sistema educacional brasileiro
que tornava inelástica a sua oferta no curto prazo.
Na década de 1990, Ricardo Barros e Rosane Mendonça (1995) construíram
uma estrutura teórica de corridas intergeracionais para esclarecer o processo de
geração e reprodução da desigualdade salarial fundamentado numa sequência de
1.Outros estudos relevantes à época para explicar a concentração de renda no país, de Albert Fishlow (1972) e
de Edmar Bacha (1978), buscam outras explicações, não relacionando a educação e concentração de renda no
Brasil.
corridas, onde cada uma delas é construída por três elementos: a) um conjunto de
participantes com um volume de recursos; b) um total de prêmios; e c) um conjunto
de regras que estabelecem como a produtividade será remunerada.
Barros e Mendonça admitem que o sistema educacional até então não
dispunha a quantidade de trabalhadores qualificados no ritmo da sua demanda.
Buscando saber em qual nível educacional a mão de obra é mais insuficiente,
Barros e Ramos (1992) procuram estimar o resultado de um ano de escolaridade
educacional adicional por grau educacional e apresentam a seguinte conclusão:
cada ano de escolaridade adicional tende a aumentar o nível salarial de um
trabalhador em cerca de 15%. Além do que, Barros e Mendonça (1995) e Blom e
Vélez (2001) demostram que o retorno da educação é maior quanto maior o grau de
escolaridade, sendo que ele é muito alto para a educação superior.
Em recentes análises sobre o tema, Maria Cristina Cacciamali (2010) mostra
que, entre a segunda metade dos anos 1990 até metade da década atual, a
dinâmica do mercado de trabalho, com formalização da mão de obra, crescimento
nos níveis de emprego e do valor real dos salários refletiu em um processo contínuo
de queda do Índice de Gini.
Nesse período o processo de redução ocorreu em um cenário de crescimento
econômico, acompanhado de políticas de renda ativas, sobretudo durante os
governos Lula e Dilma, conforme pode ser observado no gráfico 1.

-15

-35
Renda do Trabalho
Transferências Públicas
-55
Aposentadorias e Pensões
-75

Gráfico 1 – Resultados das Decomposições para o Período 2001 a 2006


Fonte: CACCIAMALI; CAMILLO. (2009). Elaboração Própria
O Quadro 1 apresenta as interações entre o crescimento da economia
mundial, o crescimento da demanda interna e do mercado de trabalho formal e do
crédito, seguidas das várias ações sobre o mercado de trabalho e do conjunto de
políticas sociais realizadas. As várias interações refletiram-se na diminuição dos
índices de pobreza e na queda do grau de desigualdade da distribuição de renda do
trabalho.

Quadro 1 – Fatores Intervenientes no Processo Recente de Distribuição de Renda do Trabalho


Fonte: CACCIAMALI. (2010).
Elaboração: Própria

Em suma, o crescimento econômico e o aquecimento do mercado de trabalho


foram limitados por intervenções federais, favoreceram o aumento real dos
rendimentos do trabalho de estratos inferiores da distribuição de renda.
O elemento a ressaltar nesse quadro é a ocorrência de maior oferta de
trabalhadores escolarizados no mercado de trabalho. A ampliação da oferta de
trabalhadores qualificados contribuiu para a diminuição dos diferenciais de salário ao
longo da hierarquia salarial e refletiu na queda do grau de desigualdade. Por
exemplo, em 1995, os trabalhadores com formação superior recebiam rendimentos
3,7 vezes superior à média nacional, enquanto em 2008 estes trabalhadores
passaram a receber rendimentos médios 2,8 vezes superiores. Vale ressaltar, que o
déficit de jovens que dispõem de escolaridade média e a qualidade insuficiente do
ensino fundamental e médio. A escassez de mão de obra qualificada, oriunda da
baixa qualidade do ensino público, poderá prejudicar o sucesso do objetivo de longo
prazo do Programa Bolsa Família (PBF), ou seja, poderá impedir a ruptura do ciclo
da pobreza entre gerações, como também limitar o crescimento econômico, devido
às necessidades da indústria, das atividades sociais e do desenvolvimento da
ciência e tecnologia.
Um dos autores que analisa a inter-relação direta entre educação e
distribuição de renda, Naércio Menezes Filho (2007), defende que o nível e a
dispersão dos salários consistem, para um país em determinado momento, da
distribuição de características dos trabalhadores, como educação, esforço,
experiência, outras habilidades observadas e não observadas. E que os retornos
dos trabalhadores dependem também da distribuição da demanda por essas
características. Fatores institucionais, como sindicatos e salário mínimo, também
podem influenciar a estrutura de salários. No Brasil, assim como em outros países
menos desenvolvidos, a educação, entre todos os fatores observados, é
apresentada como a maior fonte da desigualdade de renda.
Para investigar a relação entre a dinâmica educacional e a desigualdade de
rendimentos no Brasil, Menezes Filho (2007), com dados da Pesquisa Nacional por
Amostra de Domicílios (PNAD) de 1981 a 2004, agrupados em células (cruzando
educação e a idade das pessoas) aplicou regressões ao modelo considerando
idade, tendência e efeitos macroeconômicos. Usando essa estrutura, o autor
reconstruiu a evolução de toda a distribuição de salários ao longo do tempo, e usou
técnicas de decomposição de variância e contrafactuais para poder examinar os
impactos da composição e dos retornos à educação sobre a dispersão de
rendimentos, controlando por efeitos cíclicos e demográficos.
O gráfico 2 mostra que a desigualdade cresceu de forma intensa entre 1981 e
1988, declinou entre 1988 e 1992, esteve relativamente estável entre 1992 e 1997 e
iniciou uma tendência de queda entre 1997 e 2004, com um breve intervalo entre
1999 a 2001.
0.65

0.63
Índice de Gini

0.61

0.59

0.57

0.55

Gráfico 1 – Índice de Gini de 1981 a 2004


Fonte: MENEZES FILHO (2007). Elaboração Própria

Já tabela 1, demostra os resultados das regressões para a mediana. Pode-se


constatar, em primeiro lugar, que os testes de qui-quadrado têm um desempenho
razoável, especialmente dado o grande número de graus de liberdade envolvidos na
análise. Os dados mostram que este modelo consegue relatar muito bem a evolução
da desigualdade de renda no Brasil.
Tabela 1 – Resultados das regressões para a mediana, através dos dados
das PNAD de 1981 a 2004 para idade e educação.
Educa 1 Educa 2 Educa 3 Educa 4
Tendência -0,493 -1,047 -1,021 -0,485
0,114 0,114 0,114 0,153
Tendência² 0,087 0,505 0,489 0,212
0,077 0,077 0,076 0,103
Tendência³ 0,021 -0,073 -0,078 -0,036
0,016 0,016 0,016 0,022
Idade 0,190 0,421 0,688 1,246
0,052 0,054 0,055 0,076
Idade² -0,048 -0,105 -0,186 -0,454
0,031 0,033 0,033 0,045
Idade³ 0,000 -0,005 0,008 0,052
0,006 0,007 0,007 0,009
Tendência*idade -0,017 0,003 -0,077 -0,176
0,039 0,041 0,044 0,058
Tendência*idade² 0,007 0,034 0,036 0,046
0,007 0,008 0,008 0,010
Tendência²*idade -0,002 -0,035 -0,019 0,009
0,011 0,011 0,012 0,016
Constante 0,104 0,719 1,176 1,616
0,053 0,052 0,052 0,073
Qui-quadrado (792df) 1231 1276 1225 1024
Fonte: MENEZES FILHO (2007).
Elaboração: Própria
Nota: Erros-padrão em Itálico

Os coeficientes estimados para a mediana apresentam diferenças


significativas entre os efeitos de tendência e idade dos diferentes grupos
educacionais, o que expressa o fato de os retornos à educação estarem se
modificando no Brasil, no período amostral, e de os retornos à experiência variarem
bastante, conforme o nível educacional. Além disso, a maioria das interações da
tendência e da idade é estatisticamente significante, o que significa que os retornos
à experiência estão se modificando no Brasil, ou que há importantes efeitos coortes
ocorrendo.
Dif. de Salários por Educação 1.1
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
1980 1985 1990 1995 2000 2005

Dif. Salarial Ginasial/Primário Dif. Salarial Médio/Ginasial Dif. Salarial Superior/ Médio

Gráfico 3 – Diferenciais de Salários por Educação de 1981 a 2004


Fonte: MENEZES FILHO (2007). Elaboração Própria

Analisando cuidadosamente os diferenciais de rendimentos relacionados à


educação, e observando cada grupo educacional separadamente, verifica-se, no
Gráfico 3, que os resultados são muitos significativos. Os diferenciais de
rendimentos relacionados ao ensino superior foram bem maiores que os demais, e
subiram constantemente até 2002, quando então iniciaram a declinar. Já os
diferenciais relacionados ao ensino secundário completo e ao ensino médio ficaram
relativamente inalterados até 1997, mas declinaram constantemente a partir de
então. Essas evidências preliminares mostram que os diferenciais salariais
relacionados aos níveis educacionais intermediários são fatores importantes para o
declínio da desigualdade a partir de 1997, e que foram “ajudados” pelos diferenciais
relacionados ao nível superior, a partir de 2002.

Tabela 2 – Evolução de Indicadores Sociais Selecionados – 1993, 2003 e


2011
Δ % a.a
Indicadores 1993 2003 2011
1993 - 2003 2003 – 2011
Taxa de Analfabetismo (%) * 16,4 11,6 9,7 3,4 2,2
Anos Médios de Estudo ** 5,2 6,5 7,3 2,8 1,4
Taxa de Escolarização (%) *** 88,6 97,2 98,5 0,9 0,2
Esgoto Adequado (%) 58,7 69,00 77,2 1,6 1,4
Posse de Geladeira (%) 71,7 86,7 95,8 1,9 1,1
Fonte: PNAD/IBGE
* 15 anos ou mais; ** 10 anos ou mais; *** 7 a 14 anos.
Elaboração: Própria
Segundo Sônia Rocha (2013), é importante destacar que o crescimento e as
melhorias distributivas da renda, provocando a redução sustentada da pobreza no
período, têm como pano de fundo a continuidade da melhoria dos indicadores
sociais, sendo que dos cinco indicadores apresentados, três estão diretamente
ligados com o nível educacional, que se observa sem intervalos desde 1970.

ANÁLISE DOS INDICADORES- ÍNDICE DE GINI VERSUS EXPECTATIVA DE


ANOS DE ESTUDO

Fundamentado nos modelos apresentados acima, desenvolveu-se um modelo


econométrico, com a finalidade de demonstrar a importância do nível educacional no
processo de desconcentração de renda brasileiro. Para a elaboração desse modelo,
utilizaram-se os dados referentes ao índice de Gini, as expectativas de anos de
estudos, porcentagem de 15 a 17 anos com fundamental completo, porcentagem de
18 a 20 anos com médio completo, porcentagem de 18 a 24 anos com médio
completo e porcentagem de 25 anos ou mais com superior completo, para os anos
de 1991, 2000 e 2010 para os estados brasileiros extraídos do Programa das
Nações Unidas para o Desenvolvimento (PNUD) 2015.

PROCEDIMENTOS METODOLÓGICOS

Para a execução das análises dos efeitos dos indicadores educacionais nos
índices de concentração de renda brasileiro realizou-se a coleta e tabulação de
dados, em fontes secundárias, disponíveis nos textos consultados e no Instituto
Brasileiro de Geografia e Estatística – IBGE (2014), nos Censos Demográficos e
Pesquisa Nacional de Amostra Domiciliar, e no Programa das Nações Unidas para o
Desenvolvimento – PNUD (2015), sobretudo nas bases disponíveis no Atlas de
Desenvolvimento Humano do Brasil.
Especificamente para análise dos efeitos da educação sobre a distribuição de
renda, optou-se por um tratamento econométrico, buscando perceber as relações de
determinação de variáveis que medem o grau de escolarização no país e seus
efeitos mensuráveis para avaliar a e desigualdade de renda. Decidiu-se trabalhar
com os três anos censitários mais recentes, 1991, 2000 e 2010, com informações no
nível estadual, para indicadores de anos de estudo e relação idade x conclusão de
nível escolar buscando medir a influência de tais variáveis no Índice de
Concentração de Gini.
No primeiro momento analisam-se os anos 1991, 2000 e 2010
separadamente para verificar a relação entre índice de concentração de Gini e
expectativa de anos de estudo para cada ano. Num segundo momento analisam-se
os três anos em conjunto através da realização de modelos de regressão com dados
em painel para testar a relação entre o Índice de Concentração de Gini e expectativa
de anos de estudo.
Segundo Gujarati e Porter (2011), os dados em painel podem enriquecer a
análise aplicada ao ponto de ser impossível usarmos apenas dados de séries
temporais ou de corte transversal.
Os testes econométricos foram realizados com a utilização do software
GRETL. Uma das formas de avaliar a qualidade do ajuste do modelo é através do
coeficiente de explicação (R – quadrado). Basicamente, este coeficiente indica
quanto o modelo foi capaz de explicar os dados coletados.
No procedimento do teste de significância, desenvolveu-se um teste
estatístico e examinou-se sua distribuição amostral sob a hipótese nula. Os testes
estatísticos costumam seguir uma distribuição de probabilidade bem definida, como
a normal, a “t”, a “F” ou a qui-quadrado. Uma vez calculado o teste estatístico (por
exemplo, a estatística “t”) com base nos dados disponíveis, seu valor “p” pode ser
facilmente obtido. O valor “p” fornece a probabilidade exata de obter o teste
estatístico calculado sob a hipótese nula. Se esse valor “p” for pequeno, podemos
rejeitar a hipótese nula.
Conforme pode ser observado nos modelos de índice de Gini e expectativas
de anos de estudos para os anos de 1991, 2000 e 2010, os resultados atenderam às
expectativas: de forma geral a queda no índice de Gini (G) nos períodos analisados
foi acompanhada por um aumento no nível educacional (verificada pela expectativa
de anos de estudo - EAE).
Tabela 3: Índice de Gini e Expectativas de Anos de Estudos, nos Estados
Brasileiros, 1991.
Variável Dependente: Índice de Gini (G)
Variáveis Coeficiente Erro Padrão razão-t p-valor
Constante 0,731207 0,0215692 33,9006 <0,00001 ***
Expectativa de anos de estudo 1991 (EAE) −0,0151502 0,00276441 -5,4804 0,00001 ***
Média var. dependente 0,614815 D.P. var. dependente 0,028470
Soma resíd. Quadrados 0,009573 E.P. da regressão 0,019568
R-quadrado 0,545744 R-quadrado ajustado 0,527574
F(1, 25) 30,03505 P-valor(F) 0,000011
Log da verossimilhança 68,94134 Critério de Akaike −133,8827
Critério de Schwarz −131,2910 Critério Hannan-Quinn
Fonte: Dados Brutos PNUD/Atlas. Estimativa e Elaboração Própria

Resultado da Estimativa:
Ĝ = 0,731 - 0,0151 EAE

Analisando a tabela 3 verificou-se que no período de 1991 o Índice de Gini


diminuiu em média cerca de 0,015. Isso significa que um aumento na Expectativa de
anos de Estudo em 1ano representa uma diminuição no Índice de Gini de 0,015 no
ano de 1991.
Com relação ao nível de significância, considerando que a hipótese nula seja
H0: ß1=0 (a expectativa de anos de estudo não afeta o Índice de Gini), como o valor
p é pequeno, p<5% no teste, rejeita-se H0. Portanto o modelo é altamente
significativo, ou seja, existe regressão entre o Índice de Gini e a expectativa de anos
de estudo.
Observando o coeficiente de explicação da tabela 3, verificou-se que o
aumento na expectativa de anos de estudo explica a queda em torno de 54,6% no
Índice de Gini no ano de 1991.
Tabela 4: Índice de Gini x Expectativas de Anos de Estudos, nos Estados
Brasileiros, 2000.
Variável Dependente: Índice de Gini (G)
Variáveis Coeficiente Erro Padrão razão-t p-valor
Constante 0,792417 0,0243391 32,5574 <0,00001 ***
Expectativa de anos de estudo 2000 (EAE) −0,0197516 0,00287527 -6,8695 <0,00001 ***
Média var. dependente 0,627037 D.P. var. dependente 0,030986
Soma resíd. Quadrados 0,008645 E.P. da regressão 0,018596
R-quadrado 0,653691 R-quadrado ajustado 0,639839
F(1, 25) 47,18994 P-valor(F) 3,36e-07
Log da verossimilhança 70,31808 Critério de Akaike −136,6362
Critério de Schwarz −134,0445 Critério Hannan-Quinn −135,8655
Fonte: Dados Brutos PNUD/Atlas. Estimativa e Elaboração Própria

Resultado da Estimativa:
Ĝ = 0,7924 - 0,0197 EAE

Observando a tabela 4 verificou-se que no período de 2000 o Índice de Gini


diminuiu em média cerca de 0,019. Isso significa que um aumento na Expectativa de
anos de Estudo em 1ano representa uma diminuição no Índice de Gini de 0,019 no
ano de 1991.
Com relação ao nível de significância, considerando que a hipótese nula seja
H0: ß1=0 (a expectativa de anos de estudo não afeta o Índice de Gini), como o valor
p é pequeno, p<5% no teste, rejeita-se h0. Portanto o modelo é altamente
significativo, ou seja, existe regressão entre o Índice de Gini e a expectativa de anos
de estudo.
Analisando o coeficiente de explicação da tabela 4, verificou-se que o
aumento na expectativa de anos de estudo explica a queda em torno de 65,4% no
Índice de Gini no ano de 2000.
Tabela 5: Índice de Gini x Expectativas de Anos de Estudos, nos Estados
Brasileiros, 2010.
Variável Dependente: Índice de Gini (G)
Variáveis Coeficiente Erro Padrão razão-t p-valor
Constante 1,06444 0,0949728 11,2078 <0,00001 ***
Expectativa de anos de estudo −0,0504228 0,0100929 -4,9959 0,00004 ***
2010 (EAE)
Média var. dependente 0,590741 D.P. var. dependente 0,039118
Soma resíd. Quadrados 0,019909 E.P. da regressão 0,028220
R-quadrado 0,499586 R-quadrado ajustado 0,479569
F(1, 25) 24,95863 P-valor(F) 0,000038
Log da verossimilhança 59,05629 Critério de Akaike −114,1126
Critério de Schwarz −111,5209 Critério Hannan-Quinn −113,3419
Fonte: Dados Brutos PNUD/Atlas. Estimativa e Elaboração Própria

Resultado da Estimativa:
Ĝ = 1,064 - 0,0504 EAE

Analisando a tabela 5 verificou-se que no período de 2010 o Índice de Gini


diminuiu em média cerca de 0,050. Isso significa que um aumento na Expectativa de
anos de Estudo em 1ano representa uma diminuição no Índice de Gini de 0,050 no
ano de 2010.
Com relação ao nível de significância, considerando que a hipótese nula seja
H0: ß1=0 (a expectativa de anos de estudo não afeta o Índice de Gini), como o valor
p é pequeno, p<5% no teste, rejeita-se h0. Portanto o modelo é altamente
significativo, ou seja, existe regressão entre o Índice de Gini e a expectativa de anos
de estudo.
Observando o coeficiente de explicação da tabela 5, verificou-se que o
aumento na expectativa de anos de estudo explica a queda em torno de 49,9% no
Índice de Gini no ano de 2010.
Após a realização da análise dos três anos em separado, analisou se os três
anos em conjunto através da realização de modelos de regressão com dados em
painel para testar a relação entre o Índice de Concentração de Gini e Expectativa de
Anos de Estudo.
O teste de Hausman rejeita claramente a hipótese nula. Como resultado,
podemos rejeitar o modelo de componentes dos erros (MCE) e preferir o modelo de
efeitos fixos.
Tabela 6: Efeitos Fixos: Índice de Gini x Expectativas de Anos de Estudos,
nos Estados Brasileiros, 1991, 2000 e 2010.
Variável Dependente: Índice de Gini (G)
Variáveis Coeficiente Erro Padrão razão-t p-valor
Constante 0,697839 0,0246682 28,2890 <0,0001 ***
Expectativa de anos de estudo - 0,0102524 0,00289299 - 3,5439 0,0008 ***
(EAE)
Média var. dependente 0,610864 D.P. var. dependente 0,036097
Soma resíd. Quadrados 0,026624 E.P. da regressão 0,022413
R-quadrado LSDV 0,744585 Dentro de R-quadrado 0,191568
F(27, 53) LSDV 5,722417 P-valor(F) 3,31e-08
Log da verossimilhança 209,8913 Critério de Akaike - 363,7826
Critério de Schwarz - 296,7380 Critério Hannan-Quinn - 336,8834
Rô - 0,547544 Durbin-Watson 1,958551
Estatística de teste de Hausman
Variáveis Coeficiente Erro Padrão p-valor
Constante 0,75239 0,01989 0,00000
Expectativa de anos de estudo -0,016682 0,0023087 0,00000
(EAE)
H = 11,7475 com p-valor = prob(qui-quadrado(1) > 11,7475) = 0,000609255 (Um p-valor baixo
contraria a hipótese nula de que o modelo de efeitos aleatórios é consistente, validando a
hipótese alternativa da existência do modelo de efeitos fixos.)
Fonte: Dados Brutos PNUD/Atlas. Estimativa e Elaboração Própria

Resultado da Estimativa:
Ĝ = 0,6978 - 0,0102 EAE

Observando o coeficiente de explicação da tabela 6, verificou-se que o


aumento na expectativa de anos de estudo explica em torno de 74,46%, a queda no
Índice de Gini dos anos de 1991, 2000 e 2010. Com relação ao nível de
significância, considerando que a hipótese nula seja H0: ß1=0 (a expectativa de anos
de estudo não afeta o Índice de Gini), como o valor “p” é pequeno, “p”<5% no teste,
rejeita-se h0. Portanto o modelo é altamente significativo, ou seja, existe regressão
entre o Índice de Gini e a expectativa de anos de estudo.
Foram realizados outros testes semelhantes entre o Índice de Gini e
indicadores educacionais, para os estados brasileiros, entre 1991 e 2010, com
informações de grau de escolaridade por faixa etária: percentual de jovens entre 15
a 17 anos com fundamental completo (FC), percentual de jovens de 18 a 20 anos
com médio completo (MC), percentual de jovens de 18 a 24 anos com médio
completo (MC2) e percentual de adultos com 25 anos ou mais e superior completo
(SC), porém os testes mostraram uma razão-t e p-valor fora dos padrões para inferir
a relação de determinação dos níveis de estudo no Índice de Gini.
Os resultados analisados nas estimativas permitem inferir, portanto a
importância do número de anos de estudos para reduzir a desigualdade, porém não
deixam claros quais os graus de escolaridades (fundamental, médio ou superior),
que mais contribuem para a redução da desigualdade social.

CONSIDERAÇÕES FINAIS

Por meio das estimativas realizadas envolvendo dados do Índice de Gini, as


expectativas de anos de estudos para os anos de 1991, 2000 e 2010 para os
estados brasileiros extraídos do PNUD 2015, comprovou-se a importância da
educação no processo de desconcentração de renda no Brasil. Os vários estudos
apresentados destacam como a educação está ligada ao desenvolvimento de mão
de obra qualificada, uma vez que com os avanços tecnológicos as empresas visam
pessoas capacitadas, com capacidade para se adaptar aos novos processos
produtivos resultantes das novas tecnologias de informação e comunicação. Assim
há uma forte relação entre o nível de escolarização e melhor remuneração, resultado
de incremento no capital humano.
Nas últimas décadas, Paes de Barros (1995), Cacciamali (2010) e Menezes
Filho (2007) verificaram como a escolaridade esteve relacionada a uma fração
significativa na explicação dos determinantes da desigualdade de renda. Ao
produzir-se este novo teste empírico comprava-se como a diminuição do índice de
Gini se relaciona ao aumento dos anos de estudo no Brasil.
Todavia, é crucial destacar que as intensas transformações pelas quais o país
vem passando nos últimos anos, com a diminuição significativa e constante dos
índices de desigualdade, são somente o primeiro passo de uma longa jornada, dado
que, embora o Índice de Gini tenha declinado a desigualdade de renda no Brasil,
esta ainda continua muito alta.
Outro ponto que merece destaque são os desafios do sistema educacional
brasileiro, já que se verificou a importância da educação como fator desconcentrador
de renda no âmbito brasileiro. No presente momento o sistema educacional
brasileiro ainda apresenta dificuldades para que seja alcançada a universalização da
educação no país.
A partir dos anos 2001 o governo aumentou os investimentos em educação e
facilitou o acesso ao ensino superior através do Programa Universidade para Todos
(Prouni) e do Fundo de Financiamento Estudantil (Fies). Como é de conhecimento
de todos os retornos dos investimentos em educação são perceptíveis apenas a
longo prazo, sendo que devem ser contínuos ao longo do tempo.
Portanto os resultados desses programas e investimentos serão perceptíveis
daqui alguns anos no Brasil. Sendo que se espera, como consequência, um
considerável no aumento de nível de escolaridade, diminuindo a concentração de
renda brasileira ao longo dos próximos anos, desde que mantido os investimentos,
principalmente investimentos de qualidade e a facilidade concedida para ingressar
no ensino superior, principalmente para pessoas de classes inferiores.

REFERÊNCIAS

BARROS, Ricardo Paes de; MENDONÇA, Rosane. Os determinantes da


desigualdade no Brasil. Rio de Janeiro: IPEA, 1995(a). (Texto para Discussão, n°.
377).

BARROS, Ricardo Paes de; RAMOS, Lauro R.; REIS, José Guilherme Almeida.
Mobilidade de renda e desigualdade. In: VELLOSO, João Paulo dos Reis (org.).
Estratégia Social e Desenvolvimento. Rio de Janeiro: José Olympio, 1992. p. 219-
239.

BLOM, Andréas; VÉLEZ, Carlos Eduardo. The dynamics of the skill-premium in


Brazil: growing demand and insufficient supply? Washington: World Bank, 2001.

CACCIAMALI, Maria Cristina. Crescimento econômico, expansão do mercado de


trabalho formal e distribuição de renda do trabalho: a primeira década do século XXI.
Séries Estudos Pesquisa nº86. 2010, Salvador.

CACCIAMALI, Maria Cristina; CAMILLO, Vladimir Sipriano. Redução da


desigualdade da distribuição de renda entre 2001 e 2006 nas macrorregiões
brasileiras: tendência ou fenômeno transitório? Economia e Sociedade, Campinas, v.
18, n. 2, p. 287-315, 2009.

FILHO, Naércio Menezes. Educação e Queda Recente da Desigualdade no Brasil


Brasília, IPEA, 2007.

GUJARATI, Damodar. N.; PORTER, Dawn C. Econometria Básica: 5ª Edição.


Porto Alegre. AMGH Editora, 2011.
KUZNETS, S. Economic growth and income inequality. American Economic Review,
v. 45, n. 1, p. 1-28, 1955.

LANGONI, Carlos G. Distribuição da renda e desenvolvimento econômico do Brasil:


uma reafirmação. Rio de Janeiro: FGV/EPGE, 1973. (Ensaios Econômicos EPGE,
n°. 7).

LUCAS, R. E. On the mechanics of economic development. Journal of Monetary


Economics, v. 22, n. 1, p. 3–42, 1988.

PIKETTY, Thomas. O Capital no Século XXI. Rio de Janeiro: Editora Intrínseca,


2014.

ROCHA, Sônia. Pobreza no Brasil: A Evolução de Longo Prazo (1970-2011). XXV


Fórum Nacional. Estudos e Pesquisas Nº 492. Rio de Janeiro, 13-16 de maio de
2013.