Inferential Analysis and Predictive Modeling of Wages in Brazil: Empirical Evidence from RAIS Administrative Records (2010–2023)
Utilizando dados administrativos da RAIS brasileira de 2010 a 2023, este estudo combina estatística inferencial e modelagem preditiva para revelar desigualdades salariais estruturais persistentes, demonstrando que as disparidades de gênero e raça aumentam significativamente nos percentis salariais mais altos e são impulsionadas amplamente por diferenciais não explicados, enquanto métodos de ensemble superam a regressão tradicional na predição de rendimentos.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Compreender como as pessoas ganham a vida é um dos mais antigos questionamentos da economia, mas em um país tão vasto e variado como o Brasil, a resposta raramente é simples. Durante décadas, pesquisadores tentaram desvendar por que alguns trabalhadores ganham significativamente mais do que outros, mesmo quando parecem ter as mesmas habilidades ou trabalhar nos mesmos lugares. O enigma central envolve três forças principais: o valor da educação, a influência de onde e do que alguém faz para sobreviver, e as lacunas persistentes que permanecem com base em gênero e raça. Embora seja amplamente conhecido que mulheres e trabalhadores negros costumam ganhar menos, a questão crítica é se essa lacuna existe porque eles têm menos educação ou trabalham em empregos de menor remuneração, ou se a lacça persiste mesmo quando esses fatores são levados em conta. Essa distinção é profundamente importante para as políticas públicas, pois se a lacuna for causada por diferenças de qualificação, a solução é uma educação melhor; se a lacuna permanecer após considerar as qualificações, sugere que algo mais profundo está em jogo, como discriminação ou barreiras ao avanço.
Uma equipe de pesquisadores da Universidade de São Paulo abordou essa questão utilizando um registro massivo e detalhado do mercado de trabalho formal brasileiro. Eles analisaram dados de mais de 600.000 relações de emprego abrangendo o período de 2010 a 2023, extraídos de um registro governamental que funciona quase como um censo dos trabalhadores formais. Ao combinar métodos estatísticos tradicionais com algoritmos computacionais modernos, os pesquisadores mapearam como os salários são determinados e se as regras do jogo mudaram ao longo do tempo. O trabalho revela que o mercado de trabalho brasileiro passou por uma mudança estrutural significativa na última década, mas também confirma que desigualdades profundas permanecem obstinadamente fixas. O estudo mostra que, embora a educação e a experiência sejam impulsionadores poderosos da renda, elas não contam a história toda. Em vez disso, os dados mostram que o sistema desvaloriza sistematicamente mulheres e trabalhadores negros, um padrão que se torna ainda mais severo quanto mais alto se sobe na escada salarial.
Os pesquisadores começaram examinando os números brutos para ver se o mercado de trabalho da década de 2020 era diferente do da década de 2010. Eles encontraram uma ruptura clara entre os dois períodos, sugerindo que o cenário econômico foi remodelado por crises recentes, reformas e mudanças na forma como os dados são coletados. No entanto, apesar dessas mudanças, as desigualdades fundamentais não desapareceram. Quando os pesquisadores controlaram onde uma pessoa vive, em qual setor ela trabalha e qual a sua idade, uma lacuna salarial significativa permaneceu para as mulheres. De fato, os dados mostraram que as mulheres no Brasil frequentemente possuem níveis de educação mais elevados, em média, do que os homens, mas ainda assim ganham menos. Esse paradoxo levou a equipe a investigar mais a fundo, utilizando um método que separa a lacuna salarial em duas partes: a porção explicada por diferenças observáveis, como escolaridade, e a porção que não pode ser explicada por esses fatores.
Os resultados dessa separação foram impressionantes. Os pesquisadores calcularam que, se as mulheres tivessem exatamente as mesmas características observáveis que os homens, seus salários seriam, na verdade, previstos como mais altos, não mais baixos. No entanto, na realidade, os homens ainda ganham mais. Toda a lacuna, e até mais, é impulsionada pela porção "não explicada". Essa diferença não explicada, que representa mais de 15 por cento da lacuna, sugere que as mulheres estão recebendo retornos menores por suas habilidades e experiência em comparação aos homens. O estudo também descobriu que o modelo usado para prever salários consistentemente subestimava a remuneração de mulheres e trabalhadores negros, indicando ainda mais que o sistema não está apenas perdendo dados, mas é estruturalmente enviesado contra eles.
Talvez a parte mais reveladora do estudo tenha vindo da observação da distribuição salarial não como uma média única, mas como um espectro que vai dos menores ganhadores aos mais altos. Os pesquisadores descobriram que a desigualdade não é uniforme; ela se intensifica à medida que se sobe na escada. Esse fenômeno, frequentemente chamado de "teto de vidro", significa que as penalidades por ser mulher ou um trabalhador negro são muito menores na base da escala de renda, mas crescem dramaticamente no topo. Por exemplo, a lacuna salarial entre homens e mulheres é de cerca de 12 por cento para aqueles no décimo de menores rendimentos, mas mais do que triplica para quase 47 por cento para aqueles no décimo superior. Da mesma forma, a penalidade por ser negro cresce de cerca de 4 por cento na base para mais de 13 por cento no topo. Esse padrão sugere que, embora os empregos de nível inicial possam ser relativamente acessíveis, as barreiras para alcançar os cargos de liderança e funções especializadas de maior remuneração são formidáveis e afetam desproporcionalmente mulheres e trabalhadores negros.
O estudo também examinou quem realmente ocupa esses diferentes níveis do espectro salarial. Os dados revelaram uma mudança demográfica drástica: enquanto trabalhadores negros e pardos compõem a maioria do segmento de menor renda, sua representação diminui drasticamente à medida que os salários sobem, enquanto trabalhadores brancos tornam-se cada vez mais dominantes no topo. Isso indica que o "teto de vidro" não é apenas sobre quanto as pessoas são pagas pelo mesmo trabalho, mas também sobre quem tem acesso aos empregos de alta remuneração em primeiro lugar. A combinação dessas duas forças — acesso desigual aos cargos de topo e pagamento desigual para aqueles que conseguem chegar lá — cria um efeito cumulativo que mantém a desigualdade elevada.
Para garantir que suas conclusões fossem robustas, os pesquisadores testaram suas conclusões usando modelos computacionais avançados conhecidos como aprendizado de máquina (machine learning), que são projetados para encontrar padrões complexos em grandes conjuntos de dados que a estatística tradicional poderia perder. Esses modelos, que aprenderam com os dados sem serem instruídos por regras específicas, confirmaram que a educação e o setor econômico são os preditores mais fortes de salários. No entanto, os modelos de aprendizado de máquina também mostraram que a relação entre esses fatores e a remuneração não é simples ou linear; envolve interações complexas que variam entre diferentes grupos. Embora esses modelos computacionais tenham sido melhores em prever números salariais exatos do que as equações tradicionais, os pesquisadores enfatizaram que os modelos estatísticos mais simples eram essenciais para entender as causas subjacentes da desigualdade.
Os autores concluem que o mercado de trabalho brasileiro é caracterizado por uma realidade dual. Por um lado, houve progresso e mudança estrutural na última década. Por outro, os mecanismos de desigualdade evoluíram em vez de desaparecer. A persistência de uma grande lacuna salarial não explicada para as mulheres, apesar de suas vantagens educacionais, aponta para uma discriminação estrutural que não é capturada por medidas simples de cargo ou localização. O aprofundamento das penalidades raciais e de gênero nos níveis de renda mais altos sugere que o caminho para o topo é bloqueado por barreiras que vão além do mérito individual. O estudo não afirma ter resolvido o problema ou identificado todas as causas, mas fornece um mapa claro e baseado em dados de onde residem as desigualdades. Ele mostra que corrigir as lacunas salariais exigirá mais do que apenas expandir a educação; exigirá enfrentar as barreiras específicas que impedem mulheres e trabalhadores negros de acessar e prosperar nos níveis mais altos da economia formal.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.