Mobilidade dos Jovens: Propensão à Mudança de Empresa e Repercussões Salariais

FACULDADE DE ECONOMIA UNIVERSIDADE DO PORTO Mobilidade dos Jovens: Propensão à Mudança de Empresa e Repercussões Salariais João Filipe Almeida Costa Meneses TESE DE MESTRADO EM MÉTODOS QUANTITATIVOS EM ECONOMIA E GESTÃO Orientação: Professor Doutor Manuel José Mendes de Oliveira Porto, 2012 ii Nota Biográfica João Filipe Almeida Costa Meneses nasceu a 9 de Setembro de 1989, sendo natural da freguesia de Cucujães, do concelho de Oliveira de Azeméis. Em 2007, ingressou na Universidade de Aveiro, na Licenciatura em Economia, tendo concluído este ciclo de estudos em 2010, com uma média final de 15 valores. No mesmo ano, ingressou no Mestrado em Métodos Quantitativos em Economia e Gestão, na Faculdade de Economia da Universidade do Porto, tendo concluído a parte curricular com uma média de 17 valores. No segundo semestre do ano lectivo 2011/2012, participou no programa de Aulas de Apoio aos Estudantes dos PALOP, levado a cabo pela Faculdade de Economia da Universidade de Apoio, tendo ficado a cargo das aulas inerentes à unidade curricular de Estatística II. iii Agradecimentos Depois de finalizado este trabalho, sinto que a sua concepção nunca teria sido possível sem os contributos que, directa ou indirectamente, me foram providenciados. Desta forma, primeiramente, adorava endereçar a mais profunda gratidão aos meus pais, Marta e Américo, por todo o apoio, diariamente manifestado e por me terem proporcionado a possibilidade de me dedicar por completo aos estudos, fruto do seu esforço diário. De facto, sinto que tudo o que atingi até hoje lhes é, em grande medida, devido, aproveitando eu o finalizar desta etapa para lhes dedicar cada segundo dos inúmeros dias de trabalho que este projecto consumiu. De igual forma, dirijo um agradecimento especial à Catarina, cuja forma de ser íntegra, justa e incansável é, para mim, uma referência, pela sua amizade, compreensão e insaciável vontade de ajudar, e por mil e dois motivos adicionais que facilmente enunciaria e que contribuíram para ganhar ânimo a cada novo dia de trabalho. Em terceiro lugar, agradeço ao meu Professor Manuel Mendes de Oliveira pelo seu decisivo contributo na realização desta dissertação. Quando um estudante procura um orientador, deseja sempre o melhor apoio possível. Mas quando se encontra esse apoio, companheirismo, simpatia, boa disposição, experiência, amizade e uma inesgotável sabedoria, tudo associado a uma pessoa, e se tem a sorte de poder usufruir de todos estes elementos, é razão para se sentir uma gratidão incomensurável. Deixo uma palavra de apreço à Professora Anabela Carneiro, por toda a ajuda e esclarecimentos prestados, nomeadamente aquando do tratamento dos dados. Agradeço ao Gabinete de Estratégia e Planeamento do MTSS pela disponibilização dos dados. Por fim, um também especial obrigado aos familiares e amigos, pois a qualidade de vida extra-universitária é igualmente importante e os seus efeitos benéficos foram, certamente, preponderantes para o sucesso deste trabalho. iv Resumo Esta dissertação incide no estudo das motivações dos trabalhadores jovens para a mudança de entidade empregadora e na análise das afectações na variação dos salários para o período 2002-2009. Assim, endereça-se a preocupação para estas duas questões e, com recurso aos dados constantes nos Quadros de Pessoal, estimam-se modelos de escolha binária e modelos lineares em painel, respectivamente. Neste procedimento, dá-se igual importância à natureza da heterogeneidade individual não observada. Determina-se que o nível de escolaridade é um dos factores que mais pesam na vontade ou na obrigação de mudar de empresa manifestada pelos indivíduos, sendo que os possuidores de um nível académico superior são associados a maior mobilidade, com o intuito de aproveitarem as melhores oportunidades de emprego. De resto, de uma forma geral, é observável uma maior tendência de permanência nos trabalhadores com condições contratuais mais benéficas. Por fim, mostra-se que as afectações dos salários dos trabalhadores jovens não divergem significativamente das verificadas para a globalidade da população laboral. Por outro lado, constata-se que as mudanças de empresa devem-se, sobretudo, ao desejo de uma melhor situação contratual. Contudo, encontra-se evidência empírica que sustenta a hipótese de existência de um curto período, após a mudança, no qual os trabalhadores são submetidos a remunerações inferiores. v Abstract This work studies the motivations that young workers have in order to change from employer and analyses the effects of labour related variables in wages for the period between 2002 and 2009. For the analysis of these two issues, we extract a sample from Quadros de Pessoal and use it to estimate panel binary choice models and panel linear models, respectively. We also consider the usual assumptions that can be made relatively to the nature of the unobservable individual-specific effects. We determine that schooling is one of the most important variables used to explain the probability of young leaving companies. Thus, workers with a higher education level are more likely to change, in order to achieve better job opportunities. Looking at the rest of the variables’ effects, we can see that in general workers with better contract conditions are more likely to stay where they work. Finally we show that the determinants of young workers’ wages are not much different from those related to the wages from the whole population. Besides that, we can conclude that the wish of having better contract conditions is the major incentive to change. However, we find empirical evidence that supports the hypothesis that defends the existence of a short period of time after changes of employer, in which workers are given lower earnings. vi Índice 1. Introdução _________________________________________________________ 1 2. Dados ____________________________________________________________ 3 2.1. Descrição dos Dados _____________________________________________ 3 2.2. Desenho da Amostra _____________________________________________ 3 2.3. Motivação para a Escolha do Período ________________________________ 4 2.4. Tratamento dos Dados ____________________________________________ 5 2.5. Variáveis ______________________________________________________ 9 2.6. Caracterização da Amostra _______________________________________ 12 3. Afectações à Mobilidade dos Trabalhadores Entre Empresas ________________ 15 3.1. Modelos de Escolha Binária em Painel ______________________________ 15 3.1.1. Modelos de Escolha Binária __________________________________ 15 3.1.2. Modelos de Escolha Binária em Painel __________________________ 17 3.2. Resultados Empíricos ___________________________________________ 20 4. Afectações no Salários dos Trabalhadores Jovens _________________________ 28 4.1. Modelos Lineares em Painel ______________________________________ 28 4.2. Resultados Empíricos ___________________________________________ 30 5. Conclusão ________________________________________________________ 39 Índice de Abreviaturas __________________________________________________ 41 Apêndices ____________________________________________________________ 42 Referências ___________________________________________________________ 47 vii Índice de Tabelas Tabela 1: Designação das Variáveis e Principais Medidas Descritivas. _____________ 9 Tabela 2: Frequência para o Número de Mudanças de Empresa Efectivadas ________ 12 Tabela 3: Comparação da Estrutura da Escolaridade dos Trabalhadores entre 2002 e 2009 ________________________________________________________________ 13 Tabela 4: Evolução das Taxas de Crescimento da Remuneração Base Média e da RMMG (2002-2009) ___________________________________________________ 14 Tabela 5: Resultados das Estimações do Modelo logit em Painel, para os Efeitos na Probabilidade de Mudança de Emprego por Parte de um Trabalhador Jovem (2004- 2009) _______________________________________________________________ 21 Tabela 6: Resultados das Estimações do Modelo Linear em Painel, para os Efeitos no Salário de um Trabalhador Jovem (2004-2009) ______________________________ 31 1 1. Introdução O tópico do emprego jovem não é um filão em bruto por explorar em termos investigacionais. Contudo, apesar de haver já um lote considerável de estudos nesta área, há igualmente um vasto leque de hipóteses temáticas sobre as quais existe um normal sub-desenvolvimento de obra. O Mercado de Trabalho jovem apresenta as suas particularidades, de forma comum ou dissemelhante às características laborais de outros estratos etários. Freeman e Wise (1982) abordam o problema do MT jovem como uma derivação de um conjunto de factores, sobressaindo entre eles a conjuntura económica global, a proporção de jovens na população e o salário mínimo. Efectivamente, o nível de emprego jovem é, de forma aparente, uma das variáveis mais susceptíveis às flutuações da Economia, mostrando trajectórias de crescimento associadas a períodos de prosperidade socioeconómica e quedas assinaláveis em eras marcadas pela dificuldade. Por outro lado, num contexto demográfico predominantemente envelhecido, seria expectável que a tendencialmente inferior proporção de jovens na população efectivasse um factor catalisador para o emprego desta faixa de trabalhadores. Contudo, em momentos severos para o estado económico do país, como os testemunhados desde finais da primeira década do Século XXI, parece legítimo afirmar que esta última componente é suplantada pela primeira. Já no que respeita ao terceiro factor enumerado, trata-se de um dos tópicos mais debatidos no Universo do estudo do MT jovem. Para o caso português, Pereira (2003) e Cardoso e Portugal (2006) analisaram o efeito da quase-experiência, como é denominada pela primeira, concernente com a abolição de sub-salários mínimos para alguns grupos de idade precoce e consequente atribuição da totalidade do Salário Mínimo Nacional, aplicável a partir de 1 de Janeiro de 1987. Numa análise distinta, este estudo objectiva, primeiramente, a análise da propensão de jovens trabalhadores com elevada estabilidade laboral à mudança de entidade empregadora. Esta questão, embora verifique a existência de obra com ela relacionada, não é usualmente abordada de forma directa, uma vez que é dada mais importância 2 tanto ao estudo do fluxo global de trabalhadores, quanto à criação e destruição de emprego, estudados maioritariamente ao nível da empresa. Numa segunda fase do estudo, será dada atenção às determinantes que afectam o nível salarial do mesmo grupo de trabalhadores, por intermédio da estimação de uma equação de salários que inclui as variáveis comummente contempladas na literatura, referentes quer às características específicas dos indivíduos, quer às das empresas onde laboram. A estimação contempla diferentes proposições assumidas para a heterogeneidade não observada dos trabalhadores, sendo apresentados os resultados provenientes das diferentes abordagens. Contudo, a ênfase é direccionada para as ilações passíveis de serem extraídas da estimação para a qual os efeitos não observados são tidos como fixos. Assim, propõe-se uma estrutura subsequente regular e dividida em cinco partes. Na Secção 2, proceder-se-á à apresentação dos dados, indicando todos os procedimentos gerais levados a cabo até à obtenção da amostra final que será, então, caracterizada. Na Secção 3, serão referenciados e desenvolvidos os modelos econométricos utilizados, assim como a metodologia adoptada para a estimação das afectações da probabilidade de mudança de empresa por parte dos trabalhadores jovens. Culminar-se-á esta parte com a reprodução e exploração dos resultados obtidos, sendo que, na Secção 4, este processo é replicado, dirigido ao estudo das determinantes dos salários na amostra. Finalmente, na quinta e última Secção, no contexto dos resultados previamente apresentados, concluir-se-á quanto às descobertas mais interessantes, enquanto se abrem perspectivas para futuros estudos. 9 Por fim, direccionando a atenção para um outro campo potencialmente importante para o estudo, foi necessária a remoção dos indivíduos9, cuja informação inerente à remuneração mensal base (rbase), ao número de horas normais mensais trabalhadas (nhnor) e ao tipo de contrato (tcont) constava como desconhecida, ou nula – foram incluídos na amostra final os indivíduos com salário e com horário, unicamente. Desta forma, foram executados, em linhas gerais, os tópicos acima enumerados, sobre a base de dados original, tendo sido esta conjuntura aquilo que permitiu a obtenção do painel final, equilibrado (balanced), descrito sucintamente no ponto anterior e seguidamente pormenorizado, no que respeita às características dos indivíduos que o compõem. 2.5 Variáveis No que concerne às variáveis presentes na base de dados, com função explicada ou explicativa para as estimações a apresentar nas Secções 3 e 4, estas exibem as designações e principais estatísticas descritivas indicadas na Tabela 1. Tabela 1: Designação das Variáveis e Principais Medidas Descritivas. Variável Designação Média D. Padrão P2510 Mediana P75 age02 Idade, em 2002, calculada em meses. 293.06 30.67 273 299 318 agem Idade calculada em meses. 293.0611 30.67 273 299 318 chemp Variável binária para as alterações de empresa: chemp=1 se o trabalhador mudou de entidade empregadora entre as datas de referência dos inquéritos dos anos t-1 e t; chemp=0, caso contrário. *12 * * * * chempall Variável binária: chempall=1, se indivíduo muda pelo menos uma vez de entidade empregadora entre 2002 e 2009; chempall=0, caso contrário. 0.4095 0.492 0 0 1 chempl Variável binária para as alterações de empresa desfasadas um ano: chempl=1 se o trabalhador mudou de entidade empregadora entre as datas de referência dos inquéritos dos anos t-2 e t-1; chempl=0, caso contrário. -13 - - - - 9 Remoção das oito observações do indivíduo que apresentasse, em pelo menos um ano, uma ocorrência nula ou desconhecida para rbase, nhnor ou tcont. 10 Considere-se P25 o Percentil 25% e P75 o Percentil 75%. 11 Medida referente ao ano de 2002. 12 Consultar no Apêndice A a evolução das estatísticas descritivas inerentes a esta variável, para todos os anos (2002-2009). 13 A evolução das estatísticas descritivas inerentes a esta variável pode ser deduzidas a partir da evolução das mesmas para a versão original da variável. 10 Tabela 1: Designação das Variáveis e Principais Medidas Descritivas (Continuação). Variável Designação Média D. Padrão P25 Mediana P75 chtcont Variável binária para as alterações na tipologia de contrato entre dois anos consecutivos: chtcont=1 se o trabalhador mudou de tipo de contrato entre as datas de referência dos inquéritos dos anos t-1 e t; chtcont=0, caso contrário. * * * * * chtcont0 Variável binária para as alterações na tipologia do contrato, de contrato a termo para contrato sem termo, entre dois anos consecutivos: chtcont0=1 se o trabalhador mudou de um contrato a termo para um contrato sem termo entre as datas de referência dos inquéritos dos anos t-1 e t; chtcont0=0, caso contrário. * * * * * chtcont0l Variável binária para as alterações na tipologia do contrato (desfasadas um ano), de contrato a termo para contrato sem termo, entre dois anos consecutivos: chtcont0=1 se o trabalhador mudou de um contrato a termo para um contrato sem termo entre as datas de referência dos inquéritos dos anos t-2 e t-1; chtcont0=0, caso contrário. - - - - - chtcont1 Variável binária para as alterações na tipologia do contrato, de contrato sem termo para contrato a termo, entre dois anos consecutivos: chtcont1=1 se o trabalhador mudou de um contrato sem termo para um contrato a termo entre as datas de referência dos inquéritos dos anos t-1 e t; chtcont1=0, caso contrário. * * * * * chtcont1l Variável binária para as alterações na tipologia do contrato (desfasadas um ano), de contrato sem termo para contrato a termo, entre dois anos consecutivos: chtcont1=1 se o trabalhador mudou de um contrato sem termo para um contrato a termo entre as datas de referência dos inquéritos dos anos t-2 e t-1; chtcont1=0, caso contrário. - - - - - d04 – d09 Variáveis dummy temporais: d0t=1, se ano=200t (t=4,…9); d0t=0, caso contrário. difsal Gap verificado entre a remuneração base mensal do indivíduo e a RMMG especificada para o mesmo ano. h1-h8 Variáveis binárias: h1=1, se hab1=1; h1=0, caso contrário; …; h8=1, se hab1=8; h8=0, caso contrário. 11 Tabela 1: Designação das Variáveis e Principais Medidas Descritivas (Continuação). Variável Designação Média D. Padrão P25 Mediana P75 hab1 Habilitações literárias. Variável codificada com 1 dígito: 1 - Inferior ao 1º Ciclo do Ensino Básico; 2 - 1º Ciclo do Ensino Básico; 3 - 2º Ciclo do Ensino Básico; 4 - 3º Ciclo do Ensino Básico; 5 - Ensino Secundário; 6 - Ensino Pós-Secundário Não Superior de Nível IV; 7 - Bacharelato; 8 - Ensino Superior (Licenciatura, Mestrado ou Doutoramento). * * * * * ldifsal ln(difsal). - - - - - lrbase ln(rbase). - - - - - lrbasel ln(rbasel). - - - - - lnhnor ln(nhnor). - - - - - lnhnorl ln(nhnorl). - - - - - nhnor Número de horas mensais normais trabalhadas. * * * * * nhnorl Número de horas mensais normais trabalhadas, desfasado um período. - - - - - pemp Número de pessoas na empresa. * * * * * pempl Número de pessoas na empresa, desfasado um ano. - - - - - rbase Remuneração mensal base, em euros. * * * * * rbasel Remuneração mensal base desfasada um ano, em euros. - - - - - sexo Variável binária que indica o género do indivíduo: sexo=1, se mulher; sexo=0, se homem. 0.4056 0.491 0 0 1 tcont Tipo de contrato. Variável binária: tcont=1, se o indivíduo tem contrato com termo; tcont=0, se o indivíduo tem contrato sem termo. * * * * * tenm Antiguidade calculada em meses. * * * * * tenml Antiguidade calculada em meses, desfasada um ano. - - - - - tenmsq Antiguidade calculada em meses ao quadrado. - - - - - chb Variável binária para as alterações do nível de habilitações literárias: chb=1, se há alteração do nível; chb=0, caso contrário. * * * * * nhb Número mínimo de anos necessário para a obtenção do nível de habilitações literárias indicado em hab1. * * * * * chball Variável binária: chball=1, se indivíduo muda pelo menos uma vez de nível de habilitações literárias entre 2002 e 2009; chball=0, caso contrário. 0.2374 0.425 0 0 0 Fonte: Estimações realizadas pelo autor, Quadros de Pessoal, 2002-2009. 12 2.6 Caracterização da Amostra A amostra retrata-se como sendo maioritariamente constituída por elementos do sexo masculino, que perfazem aproximadamente 59,44% do efectivo, com um total de 95988 trabalhadores. São 65490 os indivíduos do sexo feminino. A média global das idades é de aproximadamente 293 meses (cerca de 24,4 anos), sendo observável maior densidade nas presenças dos trabalhadores mais velhos. Por outro lado, o facto de apenas serem contemplados indivíduos que estiveram presentes nos QP durante os oito anos, leva a que esteja colectado um painel que aglomera trabalhadores com uma estabilidade significativa e potencialmente acima da média que seria expectável para a força laboral desta faixa etária. Esta circunstância está, também, espelhada na enorme taxa de indivíduos com contrato sem termo, que em 2002 localiza-se perto dos 70% e evolui de forma crescente ao longo do tempo14. Tabela 2: Frequência para o Número de Mudanças de Empresa Efectivadas Nº Indivíduos Freq. Relativa 0 95355 59.05% 1 40232 24.91% 2 16779 10.39% 3 6177 3.83% 4 2096 1.30% 5 643 0.40% 6 168 0.10% 7 28 0.02% Total 161478 100.00% Fonte: Estimações realizadas pelo autor, Quadros de Pessoal, 2002-2009. Este detalhe espelha-se bem na análise descritiva que remete para apenas cerca de 11,2% dos elementos da amostra terem mudado de entidade empregadora entre 2002 e 2003, verificando-se, inclusivamente, um decréscimo dessa taxa ao longo do período em estudo, atingindo o valor de 7,8% de alterações de empresa entre 2008 e 2009. Esta ideia vinca-se ainda mais, quando se constata que apenas aproximadamente 41% dos indivíduos procederam a pelo menos uma alteração no período entre 2002 e 2009, sendo que, neste grupo, a taxa de recorrência situa-se pouco acima dos 16%, como é possível observar na Tabela 2. 14 Outro dado que enfatiza esta teoria de estabilidade é a reduzida taxa de indivíduos que conseguem ou são forçados a alterar o tipo de contrato (cerca de 13,6% está nesta situação entre 2002 e 2003 e este valor decresce com o decorrer dos anos), sendo que a maioria destes casos diz respeito à primeira motivação, pois é superior a taxa dos que conseguem obter um contrato sem termo, em detrimento do contrato a termo ao qual estavam ligados. 13 No que respeita à antiguidade, verifica-se um aumento natural da média, decorrente da manutenção dos postos de trabalho por parte dos indivíduos, ainda que decrescente, ao longo dos anos, devido ao peso dos trabalhadores que, apesar de minoritários, vão mudando de entidade empregadora e atenuando a concentração dos valores em torno do valor médio. Tabela 3: Comparação da Estrutura da Escolaridade dos Trabalhadores entre 2002 e 2009 Classes hab1 Nº Indivíduos 2002 Freq. Relativa Nº Indivíduos 2009 Freq. Relativa 1 1377 0.85% 364 0.23% 2 15908 9.85% 7376 4.57% 3 39203 24.28% 30894 19.13% 4 44408 27.50% 48358 29.95% 5 43773 27.11% 51875 32.13% 6 2 0.00% 343 0.21% 7 4777 2.96% 3200 1.98% 8 12030 7.45% 19068 11.81% Total 161478 100.00% 161478 100.00% Fonte: Estimações realizadas pelo autor, Quadros de Pessoal, 2002-2009. Confrontando a amostra, em 2002 e em 2009, no que concerne ao nível de habilitações literárias obtido, denota-se uma aposta assinalável na educação, por parte dos indivíduos que, no início do período, constituíam as classes menos instruídas (cf. Tabela 3). Em 2009, estes passam a integrar grupos de escolaridade intermédia. Tal fluxo incrementa a representatividade desses mesmos níveis na amostra, mais do que compensando a migração de trabalhadores que partiram, por sua vez, de níveis intermédios para níveis superiores de educação – assistiu-se a um aumento igualmente considerável na percentagem da amostra licenciada ou com outro grau superior. Realce-se que, na amostra, é considerada a faixa da população trabalhadora com maior propensão a frequentar o ensino. Posto isto, parece acertado dizer que os indivíduos que sempre estão presentes no QP entre 2002 e 2009, apesar de verificarem uma evolução positiva para o nível de escolaridade, não se sentem muito tentados para tal. Tal se depreende das estatísticas, que contam que apenas aproximadamente 23,74% dos indivíduos procede a pelo menos um aumento do seu nível de habilitações no decorrer dos oito anos, sofrendo, essa taxa, uma evolução decrescente – entre 2002 e 2003, cerca de 5,3% dos indivíduos melhoraram o seu nível de escolaridade, e essa percentagem passa a localizar-se nos 2,85%, para a transição entre 2008 e 2009. 14 Quanto às retribuições laborais, constata-se que a remuneração base mensal média, para os indivíduos com horário e com remuneração, evolui desde os 547,1€ de 2002 até ao valor de 809,9€ em 2009, um crescimento percentual acima daquele registado pela Retribuição Mínima Mensal Garantida, em Portugal, para a quase totalidade do período em questão (cf. Tabela 4). De facto, é apenas em 2009 que a taxa de crescimento da RMMG supera a taxa de crescimento da remuneração base média para os indivíduos na amostra. Esta evolução não é acompanhada pelo número de horas normais mensais trabalhadas, variável em que se verificam oscilações erráticas pouco significativas. Tabela 4: Evolução das Taxas de Crescimento da Remuneração Base Média e da RMMG (2002-2009) Ano rbase média Taxa Crescimento RMMG15 Taxa Crescimento Gap rbase- RMMG Taxa Crescimento 2002 547.1 348 199.1 2003 581.6 6.31% 356.6 2.47% 225 13.01% 2004 620.8 6.74% 365.6 2.52% 255.2 13.42% 2005 659.3 6.20% 374.7 2.49% 284.6 11.52% 2006 696.9 5.70% 385.9 2.99% 311 9.28% 2007 738.1 5.91% 403 4.43% 335.1 7.75% 2008 782.3 5.99% 426 5.71% 356.3 6.33% 2009 809.9 3.53% 450 5.63% 359.9 1.01% Fontes: Estimações realizadas pelo autor, Quadros de Pessoal, 2002-2009; Legislação portuguesa. Finalizando, observa-se que os trabalhadores jovens incluídos na amostra exercem funções em empresas de grande dimensão, predominantemente. A observação é corroborada pelo elevado número de pessoas contratadas existente nessas empresas – em 2002, os indivíduos trabalham em empresas com 982 trabalhadores, em média, valor que reflecte a ideia anteriormente citada e que sofre, inclusivamente, um reforço, pois em 2009 é de cerca de 1273 trabalhadores. 15 Foram ignorados os diferentes níveis de RMMG para o serviço doméstico (em vigor em 2002 e em 2003), em relação às restantes actividades, devido à baixa representatividade dos casos em questão. 15 3. Afectações à Mobilidade dos Trabalhadores Entre Empresas 3.1 Modelos de Escolha Binária em Painel Os modelos de escolha discreta são ideais para as situações em que a variável dependente do modelo assume uma de entre categorias, sendo estas mutuamente exclusivas. Tendo em conta a natureza binária da variável chemp, variável dependente a utilizar, assumir-se-á, . Posto isto, futuramente, a análise incidirá unicamente nos Modelos de Escolha Binária, primeiramente, numa abordagem introdutória seccional, seguindo-se a reprodução da sua forma aplicável a dados em painel. 3.1.1 Modelos de Escolha Binária Este tipo de modelos vê no Método da Máxima Verosimilhança a sua forma mais recorrente de estimação. Tal decorre do facto de a variável dependente binária possuir informação obrigatoriamente definida por uma distribuição de Bernoulli1. De acordo com Cameron e Trivedi (2005), dentro da classe dos MEB, os dois comummente utilizados diferem relativamente às formas funcionais adoptadas para modelar: sendo que o modelo probit assume como sendo a função distribuição da Normal Reduzida: enquanto o modelo logit determina que é regida segundo uma distribuição Logística: Estes modelos superiorizam-se, assim, ao Modelo Linear de Probabilidade, que ignora a natureza discreta da variável dependente, não restringindo a probabilidade ao intervalo . Contudo, note-se que doravante, apenas serão feitas referências a 1 Distribuição que assume que a probabilidade de se dar uma modalidade é e a probabilidade de ocorrer a outra modalidade é . 16 vertentes do modelo logit, já que o modelo probit é muito exigente em termos computacionais, tendo sido preterido, na parte empírica, a favor de um modelo de mais simples aplicação. Contrariamente ao que acontece na estimação por MMQ, os efeitos marginais dos regressores em não podem ser directamente extraídos através dos coeficientes estimados – apenas os sinais desses mesmos efeitos, como é possível constatar a partir da expressão . Assim, aquando da utilização de um modelo logit, tem-se que o efeito marginal de uma j-ésima variável explicativa (contínua) em é dado por: Desta forma, verifica-se que o próprio efeito marginal variará de acordo com a localização de . Como já referido foi, anteriormente, a estimação de um modelo logit recorre ao MMV, dada uma amostra , para a qual se assume independência entre indivíduos. Consequentemente, o logaritmo da Função de Verosimilhança a estimar vem: que, da derivação em ordem a e da condição de anulamento, origina: expressão para a qual o Estimador de Máxima Verosimilhança2 é a solução. 2 Não existe uma solução explícita para . Uma das possibilidades para a sua derivação é providenciada a partir do algoritmo de Newton-Raphson, que converge facilmente, dada a concavidade do logaritmo da função de verosimilhança no modelo logit. 17 Note-se ainda que uma vez que a variável dependente segue uma distribuição de Bernoulli e que a consistência do EMV apenas depende da especificação correctamente efectuada da probabilidade de dado , então só não apresentará consistência, caso a probabilidade associada à distribuição de Bernoulli seja mal especificada. Abordada a definição geral do modelo para o caso seccional, parte-se para a reprodução das principais considerações a ter aquando da aplicação em painel, que será alvo de interesse neste estudo. 3.1.2 Modelos de Escolha Binária em Painel Quando se estudam os modelos de escolha discreta para dados em painel, a situação complica-se, devido à existência de heterogeneidade não observada. Segundo Cameron e Trivedi (2005) e Wooldridge (2002). Este efeito, , considerado fixo, introduz-se no modelo de variável latente: e, consequentemente, em: As definições do modelo variam, assim, com as proposições assumidas para , podendo este efeito ser considerado fixo ou aleatório. Na eventualidade dos serem considerados efeitos fixos, i.e. potencialmente correlacionados com , tanto quanto são parâmetros desconhecidos, a estimar para o modelo de da equação 3. Regra geral, para este tipo de ocorrências, o EMV é inconsistente4. Por forma a contornar este problema, tira-se partido de uma propriedade do modelo logit em painel, que consiste em poder ser replicado por intermédio de uma estimação de MV condicional. Tal procedimento permite a eliminação de da equação para a estimação. 3 Quando , o EMV é consistente. Contudo, normalmente, não é este o caso que se tem em mãos. 4 Hsiao (1986) mostra, num logit para dois períodos, com um regressor, que a falta de consistência do EMV para se propaga ao EMV de , tornando-o igualmente inconsistente. 18 Assim, considerando a função de probabilidade conjunta para um modelo logit com heterogeneidade: Chamberlain (1980) propôs como sendo uma “estatística suficiente”5 para , usada para estimar , de forma consistente, através da maximização da função de verosimilhança condicional: onde não mais figura e onde representa o conjunto de possíveis sequências de zeros e uns para a soma dos resultados da variável dependente binária6. Por outro lado, ao encararem-se os como sendo efeitos aleatórios, i.e. independentes de , , a função densidade conjunta para a i-ésima observação, para um modelo logit, vem: 5 Por definição, dada a “estatística suficiente” para , uma distribuição com a anterior condição não dependerá de . 6 A possível dificuldade que se levanta prende-se com os muitos resultados que poderá apresentar e com as imensas combinações dos resultados de que poderão estar associadas a cada resultado de . 25 Por outro lado, a dimensão da empresa provoca um efeito que, apesar de significativo, parece ter pouco impacto na sensibilidade dos indivíduos para a mudança, exercendo-o no sentido da mais baixa tendência de mobilidade para os trabalhadores jovens ligados a grandes empresas. O sentido deste efeito é confirmado no estudo de Burgess et al. (1996), que conclui que empresas com maior dimensão apresentam, sistematicamente, taxas mais reduzidas de criação e destruição de emprego. Já de uma forma que seria, à partida, esperada, indivíduos que aufiram retribuições mais elevadas sentem-se mais motivados a manter a sua posição laboral, assim como aqueles que estão ligados a horários menos preenchidos. Aqui, ter-se-ão em conta os incentivos do aumento dos salários dos trabalhadores para a continuidade na empresa, que poderão estar relacionados com boas perspectivas de carreira, e do aumento da carga horária para a procura de obtenção de melhores condições laborais, através da mobilização para outras empresas. Cardoso e Portugal (2006) obtêm resultados que confluem com os deste estudo. Aplicando o modelo de Burdett e Mortensen (1998), confirmam a teoria de que os jovens com salários inferiores apresentam taxas de saída das empresas superiores. Justificam este facto com a existência de menos incentivos à permanência, pois serão estes os trabalhadores preferencialmente dispensados pelos empregadores em períodos difíceis para as empresas. No que remete para a afectação das mudanças do tipo de contrato, observam-se resultados igualmente expectáveis, uma vez que são associadas taxas superiores de permanência nas empresas aos trabalhadores com melhor situação contratual (sem termo). A deterioração desta mesma posição contratual (a prazo) é tida como sendo propulsora da mobilidade laboral entre organizações empregadoras. Realce-se que essa mobilidade é já de si própria baixa, devido ao facto de a amostra ser constituída pelo segmento com emprego potencialmente mais estável entre os trabalhadores jovens (os que constam dos QP durante todos os anos intervalo decorrente entre 2002 e 2009). Algo incompreensivelmente, a estimação do modelo logit com consideração de efeitos fixos aponta para a hipótese de que indivíduos com maior antiguidade estão associados a uma maior probabilidade de mudança de empresa. Não sendo razoável, à partida, esta 26 ligação poderá revelar uma contaminação do efeito da antiguidade pelos efeitos de outras variáveis, essencialmente aqueles não captados pelo modelo de efeitos fixos, como é o caso da idade11. Este caso é passível de comparação com a estimação para efeitos aleatórios, pois assumindo que a heterogeneidade não observada é independente dos regressores, o efeito de uma maior quantidade de tempo na mesma empresa aponta no sentido do incentivo à continuidade dos trabalhadores nessa situação, quer para aproveitamento de oportunidades de carreira, quer devido a uma estabilidade laboral mais forte. Dada a ocorrência descrita no último tópico, e para tentar expurgar o efeito da antiguidade de outros efeitos como a idade, tentou-se considerar este último regressor na forma variável ao longo dos seis anos, extraindo as variáveis dummy temporais do modelo12. Estas estimações estão patentes na Tabela 5, quer considerando os efeitos individuais como aleatórios, quer assumindo-os como fixos, sob as designações RE_and e FE_and, respectivamente. De uma forma geral, as estimações não apresentam diferenças significativas, quando confrontadas com as anteriormente analisadas, onde constavam as variáveis binárias temporais e a idade em 2002. Denotem-se apenas:  a rejeição da hipótese de aleatoriedade dos efeitos individuais, tal como nos casos acima relatados;  a estimação de coeficientes globalmente superiores aos obtidos pelos respectivos modelos com variáveis binárias temporais e a variável idade relativa ao ano de 2002. O mesmo é verificado para as estatísticas de teste inerentes à análise da 11 Quando incluída, a idade em 2002 vê o seu efeito anulado, como invariante que é no tempo. Quando incluída na forma normal, não permite a obtenção de convergência na maximização da função de verosimilhança associada à estimação (daí a estimação não constar na Tabela 5), o que estará muito possivelmente relacionado com a grande correlação existente entre as variáveis idade e antiguidade, que para uma amostra tão estável no MT quanto esta poderá ver-se reforçada. Ainda assim, empreenderam-se algumas estratégias, visando a rectificação desta potencial incorrecção: além da inclusão da variável antiguidade na forma quadrática, já referida, excluíram-se da análise indivíduos com antiguidade superior a 12 meses, quando em anos de mudança de empresa. Estes trabalhadores são aqueles que, à partida, protagonizaram movimentações entre empresas do mesmo grupo económico, mantendo os anos de antiguidade que tinham antes da troca e que poderiam estar a contribuir para a estimação de um efeito da antiguidade na propensão à mudança de empresa oposto àquele efectivamente verificado. 12 Considerando a idade como variável ao longo dos seis anos e, conjuntamente, as variáveis dummy temporais, verifica-se a não convergência da estimação. 27 significância global. A diferença mais significativa dá-se para os modelos de efeitos aleatórios;  o sentido inesperado do efeito da idade, estimado pelo modelo de efeitos aleatórios, determinando que trabalhadores mais velhos são mais susceptíveis à troca de empresa. Por outro lado, a estimativa do coeficiente obtido pelo modelo que assume os efeitos individuais como sendo fixos apresenta-se como sendo positiva. Isto já remete para a ideia expectável de que a uma idade superior está associada uma menor propensão ao câmbio de entidade empregadora. Essa menor propensão é explicada por uma natural estabilidade crescente com o tempo, ainda que considerando apenas a faixa com maior solidez laboral, dentro do grupo etário mais jovem da força laboral;  a não inversão do sentido do efeito da antiguidade na susceptibilidade à mudança de empresa. Este pormenor poderá revelar a existência dos potenciais problemas no modo de introdução da variável no modelo, que foram mencionados aquando da extracção das conclusões inerentes às estimações com inclusão das variáveis binárias temporais e da variável idade em 2002. 28 4. Afectações no Salários dos Trabalhadores Jovens 4.1 Modelos Lineares em Painel Trabalhar a informação em painel possibilita o estudo simultâneo das dimensões seccional e temporal. Tal pormenor é perceptivelmente importante, na medida em que permite investigar as afectações entre diferentes variáveis, verificadas para diferentes indivíduos, no decorrer de um período de tempo, o que coloca novos desafios nas definições dos modelos. Uma das principais questões coincide com as proposições passíveis de serem assumidas, no que respeita à potencial heterogeneidade existente entre indivíduos, na mesma medida do que foi falado para o modelo logit em painel. De uma forma geral, o vislumbre de um cenário como o retratado anteriormente está associado a um modelo que contempla os efeitos individuais e que, na sua forma linear, apresenta, segundo Cameron e Trivedi (2005, 2009) e Wooldridge (2002) a especificação patente na equação: onde , , representam erros idiossincráticos iid para os diferentes , e capta a heterogeneidade não observada entre indivíduos. As duas principais abordagens que consideram a existência da já citada heterogeneidade não observada, designam-se por:  modelo de efeitos aleatórios, no qual se pressupõe a aleatoriedade de , assim como a não correlação desta componente com a matriz de regressores : onde  modelo de efeitos fixos, que assume como sendo igualmente aleatório, embora potencialmente correlacionado com : 29 Este quadro de proposições resulta na constatação de inconsistência do estimador de efeitos aleatórios: onde e: nos casos em que se prove ser o estimador de efeitos fixos o mais adequado e na asserção de ineficiência, por sua vez, do estimador de efeitos fixos: na eventualidade de não ser rejeitada a hipótese de independência dos em relação a , onde , e . Por fim, outro resultado que se afigura relevante consiste na incapacidade do modelo de efeitos fixos em estimar as contribuições de regressores invariáveis ao longo do tempo. Essa incapacidade resulta da metodologia, que incide na eliminação do efeito individual constante não observável da análise, por intermédio da subtracção das médias, relativas a cada unidade seccional, de todas as componentes do modelo: na fase precedente à estimação da, então, nomeada Equação de Efeitos Fixos Transformada: 30 4.2 Resultados Empíricos Com o intuito de aferir quanto às determinantes que afectam o nível de retribuição dos trabalhadores jovens, o procedimento adoptado desdobra-se em duas secções:  escolha do modelo mais apropriado para estimação, de acordo com critérios adequados para o efeito;  extracção de ilações, a partir dos resultados obtidos, considerando como termo de comparação as restantes estimações levadas a cabo. De acordo com a descrição metodológica acima referida, procedeu-se à estimação de modelos lineares em painel, visando a explicação das variações verificadas nas retribuições mensais dos elementos pertencentes à classe mais estável de trabalhadores jovens, no período entre 2004 e 20091. Numa primeira fase, o interesse recaiu na opção pelo modelo mais adequado para o propósito já referido, de acordo com os dados utilizados. Desta forma, a hipótese de inexistência de efeitos individuais não observados foi rejeitada para cada uma das especificações de modelo futuramente utilizadas. Efectivou-se, assim, a necessidade de estimar os efeitos desejados, considerando os dados em painel, em detrimento da sua introdução agrupada – que coincidiria com a não adequação dos modelos à heterogeneidade dos indivíduos, com consequências gravosas ao nível do enviesamento. Assim, empregaram-se oito estimações para analisar as retribuições dos trabalhadores jovens nos seis anos atrás referidos, pressupondo quer a presença de efeitos aleatórios, quer a existência de efeitos fixos e fazendo uso de quatro especificações diferentes no domínio das variáveis. Os resultados são fornecidos na Tabela 6. No que concerne à correcta especificação do modelo, constata-se que, para cada uma das quatro especificações utilizadas, a realização do teste de Hausman providencia a rejeição da hipótese de consistência dos modelos de efeitos aleatórios, como se pode observar no output presente no Apêndice C. Não é, então, razoável assumir que os efeitos entre indivíduos são independentes dos regressores. Este facto leva a que sejam 1 Devido à especificação de algumas variáveis explicativas, apenas foi possível a obtenção de um painel equilibrado para seis anos. 31 Tabela 6: Resultados das Estimações do Modelo Linear em Painel, para os Efeitos no Salário de um Trabalhador Jovem (2004-2009) Variável RE_rbc FE_rbc RE_rbd FE_rbd d04 -0.2132*** -0.2436*** -0.2123*** -0.2429*** (0.0010) (0.0012) (0.0010) (0.0011) d05 -0.165*** -0.1896*** -0.1644*** -0.1891*** (0.0009) (0.0010) (0.0009) (0.0010) d06 -0.1279*** -0.1454*** -0.1276*** -0.1452*** (0.0007) (0.0008) (0.0007) (0.0008) d07 -0.0855*** -0.0974*** -0.0854*** -0.0973*** (0.0006) (0.0006) (0.0006) (0.0006) d08 -0.0417*** -0.0478*** -0.0417*** -0.0478*** (0.0004) (0.0004) (0.0004) (0.0004) h3 0.0119*** -0.0046 0.0118*** -0.0047 (0.0025) (0.0028) (0.0025) (0.0028) h4 0.0557*** -0.0146*** 0.0556*** -0.0149*** (0.0026) (0.0031) (0.0026) (0.0031) h5 0.1943*** 0.0009 0.1941*** 0.0004 (0.0030) (0.0037) (0.0030) (0.0037) h7 0.5203*** 0.0964*** 0.5205*** 0.0958*** (0.0060) (0.0074) (0.0060) (0.0074) h8 0.6226*** 0.1604*** 0.6226*** 0.1595*** (0.0049) (0.0066) (0.0049) (0.0066) tenm 0.0005*** 0.0003*** 0.0006*** 0.0004*** (2.71x10-5) (2.74x10-5) (2.54x10-5) (2.57x10-5) tenmsq -3.82x10-6*** -4.04x10-6*** -4.26x10-6*** -4.40x10-6*** (1.34x10-7) (1.41x10-7) (1.28x10-7) (1.36x10-7) sexo -0.1532*** -0.1532*** (0.0017) (0.0017) pemp 2.07x10-6*** -1.61x10-7 2.01x10-6*** -2.21x10-7 (1.79x10-7) (2.16x10-7) (1.79x10-7) (2.15x10-7) chemp -0.0065*** -0.0049*** (0.0008) (0.0008) lnhnor 0.8617*** 0.8656*** 0.8618*** 0.8657*** (0.0035) (0.0035) (0.0035) (0.0035) tcont -0.0171*** -0.0104*** -0.0177*** -0.0109*** (0.0011) (0.0011) (0.0011) (0.0011) chempl 0.0042*** 0.0040*** (0.0007) (0.0007) _cons 2.0670*** 2.1623*** 2.0609*** 2.1577*** (0.0183) (0.0184) (0.0183) (0.0184) N 968868 968868 968868 968868 Média EF 2.1623 2.1577 Notas: (1) Desvios-padrão dos coeficientes estimados entre parêntesis. (2) Significância Estatística: ***prob<0.01, **prob<0.05, *prob<0.1. (3) Os SE dos estimadores dos coeficientes são estimados com auxílio da opção do software STATA®: vce(cluster idtrab – Nº de Identificação do Trabalhador). Fonte: estimações realizadas pelo autor, Quadros de Pessoal, 2002-2009. 32 Tabela 6: Resultados das Estimações do Modelo Linear em Painel, para os Efeitos no Salário de um Trabalhador Jovem (2004-2009) (Continuação) Variável RE_dsc FE_dsc RE_dsd FE_dsd d04 -0.2208*** -0.3098*** -0.2195*** -0.3088*** (0.0040) (0.0046) (0.0039) (0.0046) d05 -0.1069*** -0.1791*** -0.1059*** -0.1783*** (0.0034) (0.0039) (0.0034) (0.0039) d06 -0.0334*** -0.0860*** -0.0328*** -0.0855*** (0.0027) (0.0031) (0.0027) (0.0031) d07 0.0194*** -0.0170*** 0.0198*** -0.0167*** (0.0021) (0.0023) (0.0021) (0.0023) d08 0.0367*** 0.0168*** 0.0368*** 0.0169*** (0.0015) (0.0016) (0.0015) (0.0016) h3 0.0468*** -0.0003 0.0468*** -0.0004 (0.0132) (0.0172) (0.0132) (0.0172) h4 0.1947*** -0.0047 0.1947*** -0.0050 (0.0129) (0.0171) (0.0129) (0.0171) h5 0.5843*** 0.0622*** 0.5844*** 0.0617*** (0.0132) (0.0185) (0.0132) (0.0185) h7 1.2952*** 0.2434*** 1.2958*** 0.2428*** (0.0163) (0.0233) (0.0163) (0.0233) h8 1.4792*** 0.3364*** 1.4795*** 0.3354*** (0.0148) (0.0226) (0.0148) (0.0226) tenm 0.0019*** 0.0013*** 0.0020*** 0.0014*** (0.0001) (0.0001) (0.0001) (0.0001) tenmsq -1.48x10-5*** -1.73x10-5*** -1.53x10-5*** -1.78x10-5*** (5.72x10-7) (5.98x10-7) (5.48x10-7) (5.77x10-7) sexo -0.4023*** -0.4023*** (0.0053) (0.0053) pemp 9.92x10-6*** 4.68x10-6*** 9.87x10-6*** 4.60x10-6*** (5.74x10-7) (7.61x10-7) (5.73x10-7) (7.60x10-7) chemp -0.0036 -0.0044 (0.0030) (0.0030) lnhnor 0.8783*** 0.9769*** 0.8779*** 0.9767*** (0.0201) (0.0218) (0.0201) (0.0218) tcont -0.0573*** -0.0369*** -0.0585*** -0.0378*** (0.0040) (0.0042) (0.0040) (0.0042) chempl 0.0138*** 0.0100*** (0.0025) (0.0025) _cons 0.6810*** 0.5637*** 0.6752*** 0.5581*** (0.1043) (0.1129) (0.1043) (0.1129) N 709674 709674 709674 709674 Média EF 0.5637 0.5581 Notas: (1) Desvios-padrão dos coeficientes estimados entre parêntesis. (2) Significância Estatística: ***prob<0.01, **prob<0.05, *prob<0.1. (3) Os SE dos estimadores dos coeficientes são estimados com auxílio da opção do software STATA®: vce(cluster idtrab – Nº de Identificação do Trabalhador). Fonte: estimações realizadas pelo autor, Quadros de Pessoal, 2002-2009. 33 enfatizados os resultados obtidos através das estimações que pressupõem efeitos fixos, não se deixando de discutir, em termos comparativos, qualquer aspecto relevante suportado pelas estimações para efeitos aleatórios. Ademais, para cada um dos casos anteriores, a estimação executa-se, adoptando como variável dependente 1. a remuneração mensal base do indivíduo; 2. o excedente salarial além da RMMG2. A motivação para a utilização desta segunda variável está ligada ao facto de se considerar que a explicação de salários iguais à RMMG repousa, essencialmente, em razões de índole jurídica ou administrativa3. Os efeitos de variáveis como a educação ou a antiguidade são exercidos, apenas, na parte dos salários que excede o nível imposto por lei. Note-se que, neste estudo, fez-se uso de uma forma relativamente simples de contornar o problema (que, provavelmente, teria tratamento mais adequado no âmbito de um modelo com variável dependente censurada) – a análise dos efeitos das variáveis independentes sobre o excedente dos salários observados, relativamente aos impostos por via legal. Continuando, cada uma das duas abordagens considera como variável explicativa uma variável binária indicadora de uma mudança de empresa contemporânea – entre o período anterior e o actual – ou uma variável do mesmo tipo para alterações de organização empregadora no período anterior4. 2 Note-se que quando se inclui a diferença entre a remuneração base mensal do indivíduo e a RMMG como variável explicativa, são de interesse para a análise, unicamente, os indivíduos que verificam um diferencial positivo para todos os anos considerados. Este facto explica por que razão são incluídos menos 43199 indivíduos do que nas estimações para as quais os efeitos são medidos sobre a remuneração base. Este critério é adoptado com o intuito da manutenção do equilíbrio do painel. 3 Isto para os casos em que se assume que dado indivíduo aufere o salário mínimo, não devido às suas características pessoais, exactamente, mas sim devido à restrição salarial que obriga os empregadores a remunerarem os seus colaboradores a um valor não inferior à RMMG. 4 No que respeita aos códigos utilizados para nomear as estimações, a designação RE é atribuída às estimações por efeitos aleatórios, enquanto a denominação FE está associada às estimações por intermédio de modelos de efeitos fixos. Por outro lado, os significados das extensões vêm: _rbc – lrbase como variável dependente e chemp como variável explicativa; _rbd – lrbase como variável dependente e 34 Assim, com base nos modelos teóricos abordados no ponto anterior, particularmente na equação , e nas variáveis tidas como relevantes para os modelos, as estimações dizem respeito às equações: e os resultados que produzem, indicados na Tabela 6, imprimem legitimidade às afirmações que são proferidas nos parágrafos subsequentes. De uma forma geral, pode-se afirmar que os coeficientes associados a modelos cuja variável explicada é o logaritmo da diferença entre a remuneração base mensal do indivíduo e a RMMG do respectivo ano expressam contribuições mais fortes do que aquelas deduzidas a partir dos efeitos sobre a própria remuneração base mensal. A ideia anterior pode ser constatada, em particular, no caso da escolaridade, onde se observa que o efeito diferencial que um trabalhador habilitado com ensino superior tem em relação a outro com formação máxima correspondente ao 1º ciclo do ensino básico supera o dobro, coeteris paribus. Este facto parece corroborar a ideia de existência de diferentes estruturas explicativas da atribuição dos salários para jovens que auferem uma remuneração não superior à RMMG e jovens que são remunerados acima desse valor, sendo que os primeiros figuram, aparentemente, como forças atenuantes das contribuições manifestadas pelas diferentes componentes. No que concerne aos coeficientes associados às variáveis dummy temporais, estes incorporarão os efeitos provenientes da conjuntura económica. No entanto, é evidente a evolução salarial tendencialmente positiva ao longo dos seis anos estudados e habitualmente partilhada por ambas as abordagens. Exceptua-se o contributo verificado para o ano de 2008 que, dada a constância das restantes variáveis, regista um incremento de mais de 1,5% no gap remuneração base – salário mínimo em relação a 2009. A génese deste fenómeno pode residir numa superação importante do crescimento da RMMG, comparativamente ao crescimento da remuneração base mensal localizada no final do intervalo de tempo contemplado. chempl como regressor; _dsc – ldifsal como variável dependente e chemp como variável explicativa; _dsd – ldifsal como variável dependente e chempl como regressor. 41 Índice de Abreviaturas EMV: Estimador de Máxima Verosimilhança MEB: Modelos de Escolha Binária MMQ: Método dos Mínimos Quadrados MMV: Método da Máxima Verosimilhança MPSS: Ministério do Trabalho e da Solidariedade Social MT: Mercado de Trabalho QP: Quadros de Pessoal RMMG: Retribuição Mínima Mensal Garantida SMN: Salário Mínimo Nacional 42 Apêndices APÊNDICE A: Evolução das Estatísticas Descritivas ao Longo do Período 2002-2009. hab1 Ano Estatística Média D. Padrão P25 Mediana P75 2002 4.192 1.55 3 4 5 2003 4.269 1.55 3 4 5 2004 4.331 1.55 3 4 5 2005 4.373 1.55 3 4 5 2006 4.435 1.55 3 4 5 2007 4.479 1.56 3 4 5 2008 4.526 1.57 3 4 5 2009 4.568 1.57 4 4 5 Fonte: estimações realizadas pelo autor, Quadros de Pessoal, 2002-2009. chemp Ano Estatística Média D. Padrão P25 Mediana P75 2003 0.112 0.315 0 0 0 2004 0.094 0.292 0 0 0 2005 0.093 0.29 0 0 0 2006 0.086 0.28 0 0 0 2007 0.094 0.292 0 0 0 2008 0.094 0.292 0 0 0 2009 0.078 0.269 0 0 0 Fonte: estimações realizadas pelo autor, Quadros de Pessoal, 2002-2009. tenm Ano Estatística Média D. Padrão P25 Mediana P75 2002 34.08 29.94 12 26 48 2003 43.2 31.39 21 36 58 2004 52.25 33.32 30 46 69 2005 60.79 35.84 39 57 80 2006 69.23 38.78 48 67 91 2007 76.52 42.56 49 77 101 2008 83.7 46.53 51 87 112 2009 91.62 49.86 53 97 123 Fonte: estimações realizadas pelo autor, Quadros de Pessoal, 2002-2009. rbase Ano Estatística Média D. Padrão P25 Mediana P75 2002 547.1 423.5 373.3 460.3 615.4 2003 581.6 427.7 395.8 490 648.7 2004 620.8 476.9 416 515 700 2005 659.3 508 438.4 548.7 748.3 2006 696.9 477.8 457 573 785.4 2007 738.1 524.2 476.5 595.1 825 2008 782.3 570.3 500 619.9 878 2009 809.9 631.9 507.8 636.5 903.7 Fonte: estimações realizadas pelo autor, Quadros de Pessoal, 2002-2009. 43 nhnor Ano Estatística Média D. Padrão P25 Mediana P75 2002 164.8 22.1 167 173 173 2003 165.6 21 168 173 173 2004 162.4 21.1 160 173 173 2005 162.6 20.6 160 173 173 2006 164 20.1 163 173 173 2007 165.2 20.5 163 173 173 2008 166.1 20.3 168 173 173 2009 163.8 21.6 163 173 173 Fonte: estimações realizadas pelo autor, Quadros de Pessoal, 2002-2009. pemp Ano Estatística Média D. Padrão P25 Mediana P75 2002 982.1 2778.3 12 52 332 2003 929.6 2598.8 12 54 348 2004 914.9 2480 12 57 356 2005 962.5 2618.5 13 59 371 2006 1003.4 2701.3 13 61 388 2007 1129.4 3184.6 14 63 394 2008 1167 3227.6 14 66 414 2009 1273.2 3645 14 64 404 Fonte: estimações realizadas pelo autor, Quadros de Pessoal, 2002-2009. tcont Ano Estatística Média D. Padrão P25 Mediana P75 2002 0.299 0.458 0 0 1 2003 0.247 0.431 0 0 0 2004 0.203 0.402 0 0 0 2005 0.169 0.374 0 0 0 2006 0.153 0.36 0 0 0 2007 0.15 0.357 0 0 0 2008 0.147 0.354 0 0 0 2009 0.141 0.348 0 0 0 Fonte: estimações realizadas pelo autor, Quadros de Pessoal, 2002-2009. chtcont Ano Estatística Média D. Padrão P25 Mediana P75 2003 0.136 0.34 0 0 0 2004 0.109 0.31 0 0 0 2005 0.092 0.29 0 0 0 2006 0.073 0.26 0 0 0 2007 0.069 0.25 0 0 0 2008 0.067 0.25 0 0 0 2009 0.06 0.24 0 0 0 Fonte: estimações realizadas pelo autor, Quadros de Pessoal, 2002-2009. 44 chtcont0 Ano Estatística Média D. Padrão P25 Mediana P75 2003 0.094 0.29 0 0 0 2004 0.077 0.27 0 0 0 2005 0.063 0.24 0 0 0 2006 0.044 0.21 0 0 0 2007 0.036 0.19 0 0 0 2008 0.035 0.18 0 0 0 2009 0.033 0.18 0 0 0 Fonte: estimações realizadas pelo autor, Quadros de Pessoal, 2002-2009. chtcont1 Ano Estatística Média D. Padrão P25 Mediana P75 2003 0.042 0.2 0 0 0 2004 0.032 0.18 0 0 0 2005 0.029 0.17 0 0 0 2006 0.029 0.17 0 0 0 2007 0.033 0.18 0 0 0 2008 0.032 0.18 0 0 0 2009 0.027 0.16 0 0 0 Fonte: estimações realizadas pelo autor, Quadros de Pessoal, 2002-2009. chb Ano Estatística Média D. Padrão P25 Mediana P75 2003 0.0531 0.22 0 0 0 2004 0.0414 0.2 0 0 0 2005 0.0288 0.17 0 0 0 2006 0.046 0.21 0 0 0 2007 0.0302 0.17 0 0 0 2008 0.0321 0.18 0 0 0 2009 0.0285 0.17 0 0 0 Fonte: estimações realizadas pelo autor, Quadros de Pessoal, 2002-2009. 45 APÊNDICE B: Estimativas do Modelo logit em Painel, para os Efeitos na Probabilidade de Mudança de Emprego por Parte de um Trabalhador Jovem, para Efeitos Fixos e Aleatórios, e Respectivos Testes de Hausman para a Existência de Efeitos Fixos – Caso _dna (com variáveis dummy temporais e com a variável age02). Coeficientes Diferença (1) - (2) S.E. FE_dna (1) RE_dna (2) d04 0.8307785 -0.1528129 0.9835914 0.010498 d05 0.6778821 -0.0721963 0.7500784 0.008781 d06 0.4537533 -0.0867886 0.540542 0.007417 d07 0.442914 0.1010884 0.3418256 0.006125 d08 0.3450054 0.1638709 0.1811345 0.004834 h3 1.727495 0.2585983 1.468896 0.053911 h4 3.57455 0.6286192 2.945931 0.059182 h5 5.079929 0.7982352 4.281694 0.067714 h7 6.059966 0.9843915 5.075575 0.093766 h8 7.210614 1.452942 5.757673 0.088158 tenml 0.0334008 -0.0090079 0.0424087 0.000205 pempl -0.0000413 -0.0000574 0.0000161 2.91E-06 lrbasel -0.9087416 -0.6190084 -0.2897332 0.022252 lnhnorl 0.1332478 -0.1357121 0.26896 0.024065 chtcont0l -0.2084197 -0.0826946 -0.1257251 0.007159 chtcont1l 0.4856056 0.3229614 0.1626442 0.007874 Test: H0: difference in coefficients not systematic chi2(15) =68554.05 Prob > chi2 = 0 Nota: Na medida em que o Teste de Hausman rejeita a hipótese nula em todos os modelos estimados, coloca-se este output em Apêndice de forma demonstrativa. 46 APÊNDICE C: Estimativas do Modelo Linear em Painel, para os Efeitos no Salário de um Trabalhador Jovem, para Efeitos Fixos e Aleatórios, e Respectivos Testes de Hausman para a Existência de Efeitos Fixos – Caso _dsc (variável ln(difsal) como dependente e variável chemp como explicativa). Coeficientes Diferença (1) - (2) S.E. FE_dsc (1) RE_dsc (2) d04 -0.30983 -0.22076 -0.08908 0.000882 d05 -0.17911 -0.10686 -0.07225 0.000732 d06 -0.086 -0.0334 -0.0526 0.000559 d07 -0.01703 0.019367 -0.0364 0.000389 d08 0.016831 0.036651 -0.01982 0.000208 h3 -0.00033 0.046797 -0.04713 0.004522 h4 -0.00474 0.194679 -0.19942 0.004789 h5 0.062242 0.58434 -0.5221 0.00597 h7 0.243383 1.29523 -1.05185 0.008789 h8 0.336415 1.479174 -1.14276 0.008651 tenm 0.001276 0.001881 -0.0006 1.77E-05 tenmsq -1.7E-05 -1.5E-05 -2.50E-06 1.38E-07 pemp 4.68E-06 9.92E-06 -5.25E-06 2.83E-07 chemp -0.00441 -0.00359 -0.00081 0.000295 lnhnor 0.976852 0.878284 0.098568 0.001439 tcont -0.03686 -0.05731 0.020444 0.000645 Test: H0: difference in coefficients not systematic chi2(15) =24637.07 Prob > chi2 = 0 Nota: Na medida em que o Teste de Hausman rejeita a hipótese nula em todos os modelos estimados, coloca-se este output em Apêndice de forma demonstrativa. 47 Referências Baltagi, Badi H. (1997), “Panel Data Methods”, in Handbook of Applied Economic Statistics, Taylor & Francis, Inc. Baltagi, Badi H. (2005), Econometric Analysis of Panel Data, John Wiley & Sons Ltd, 3rd Edition. Bohn, Irina (2007), “The Socio-economic Scope of Youth Work in Europe”, Institut Für Sozialarbeit Und Sozialpädagogik, Council of Europe. Burdett, K. e Mortensen, D. T. (1998), “Wage Differentials, Employer Size and Unemployment”, International Economic Review, Nº 39, pp. 257–273. Burgess, S., Lane, J. e Stevens, D. (1996), “Worker and Job Flows”, Economic Letters, Nº51, pp. 109-113. Cameron, A. Colin e Trivedi, Pravin K. (2005), Microeconometrics: Methods and Aplications, Cambridge University Press. Cameron, A. Colin e Trivedi, Pravin K. (2009), Microeconometrics Using Stata, Stata Press. Cardoso, A. R. e Ferreira, P. (2009), “The Dynamics of Job Creation and Destruction for University Graduates: Why a Rising Unemployment Rate Can Be Misleading”, Applied Economics, Nº 41, pp. 2513-2521. Cardoso, A. R. e Portugal, Pedro (2006), “Disentangling the Minimum Wage Puzzle: An Analysis of Worker Accessions and Separations”, Journal of the European Economic Association, Vol. 4, Nº 5, pp. 988-1013. Chamberlain, G. (1980), “Analysis of Covariance with Qualitative Data”, Review of Economic Studies, Nº47, pp. 225-238. Farber, H. S. (1993), “The Analysis of Inter-firm Worker Mobility”, NBER Working Paper Series, Working Paper Nº4262. 48 Freeman R. B. e Wise D. A. (1982), “The Youth Labor Market Problem: Its Nature, Causes and Consequences”, in The Youth Labor Market Problem: Its Nature, Causes and Consequences, University of Chicago Press, pp. 1-16. Hsiao, Cheng, (1986), Analysis of Panel Data, Econometric Society Monographs Nº11; Cambridge University Press. Kiker, B. F. e Santos, M. C. (1991), “Human Capital and Earnings in Portugal”, Economics of Education Review, Vol. 10, Nº 3, pp. 187-203. Mincer, J. (1974), “Investments in Human Capital and Personal Income Distribution”, Journal of Political Economics, Nº 56, pp. 281-302. Pereira, Sonia (2003), “The Impact of Minimum Wages on Youth Employment in Portugal”, European Economic Review, Nº 47, pp. 229-244. Psacharopoulos, G. (1981), “Education and The Structure of Earnings in Portugal”, De Economics, Nº 4, pp. 532-545. Quadros de Pessoal, Ministério do Trabalho e da Solidariedade Social – Gabinete de Estratégia e Planeamento, 2002-2009. Wooldridge, Jeffrey. M (2002), Econometric Analysis of Cross Section and Panel Data; The Massachusetts Institute of Technology Press. Legislação Decreto-Lei Nº 325/2001, de 17 de Dezembro, Diário da República, I Série-A, Nº 290, pp. 8298-8299. Decreto-Lei Nº 320-C/2002 de 30 de Dezembro, Diário da República, I Série-A, Nº 301, pp. 8186-(659)-8186-(660). Decreto-Lei Nº 19/2004 de 20 de Janeiro, Diário da República, I Série-A, Nº 16, pp. 360-361. Decreto-Lei Nº 242/2004 de 31 de Dezembro, Diário da República, I Série-A, Nº 305, p. 7414. 49 Decreto-Lei Nº 238/2005 de 30 de Dezembro, Diário da República, I Série-A, Nº 250, pp. 7497-7498. Decreto-Lei Nº 2/2007 de 3 de Janeiro, Diário da República, I Série, Nº2, p. 15. Decreto-Lei Nº 397/2007 de 31 de Dezembro, Diário da República, I Série, Nº 251, p. 9173. Decreto-Lei Nº 246/2008 de 18 de Dezembro, Diário da República, I Série, Nº 244, pp. 8926-8927.