Diferença salarial entre imigrantes e nativos: evidência empírica em Portugal

Universidade do Minho Escola de Economia e Gestão Lendina de Castro Fernandes Diferença Salarial entre Imigrantes e Nativos: Evidência Empírica em Portugal Outubro de 2019 Universidade do Minho Escola de Economia e Gestão Lendina de Castro Fernandes Diferença Salarial entre Imigrantes e Nativos: Evidência Empírica em Portugal Dissertação de Mestrado: Mestrado em Economia Industrial e da Empresa Trabalho realizado sob a orientação dos Professores: Miguel Ângelo dos Reis Portela e de Carla Angélica da Silva da Silva Pinto de Sá Outubro de 2019 II DIREITOS DE AUTOR E CONDIÇÕES DE UTILIZAÇÃO DO TRABALHO POR TERCEIROS Este é um trabalho académico que pode ser utilizado por terceiros desde que respeitadas as regras e boas práticas internacionalmente aceites, no que concerne aos direitos de autor e direitos conexos. Assim, o presente trabalho pode ser utilizado nos termos previstos na licença abaixo indicada. Caso o utilizador necessite de permissão para poder fazer um uso do trabalho em condições não previstas no licenciamento indicado, deverá contactar o autor, através do RepositóriUM da Universidade do Minho. Licença concedida aos utilizadores deste trabalho Atribuição-NãoComercial-SemDerivacões CC BY-NC-ND https://creativecommons.org/licenses/by-nc-nd/4.0/ III Agradecimentos Ao concluir mais uma etapa importante da minha vida, gostaria de deixar um especial agradecimento a todas as pessoas que contribuíram de forma direta ou indireta no meu percurso académico, assim como no meu desenvolvimento pessoal. Tenho muito a agradecer, primeiramente a Deus pela sabedoria e cuidado que tem me dado ao longo desses anos, e pelas pessoas sábias que tem colocado em minha vida. A toda a minha família, em especial a senhora minha mãe, dona Lembinha Baptista, pelo seu amor incondicional e pelo melhor presente que pode me dar – o investimento em minha educação. De igual modo, gostaria de agradecer aos meus orientadores, professores Miguel Portela e Carla Sá, por todo o suporte e dedicação demostrado ao longos deste trabalho e destes 5 anos de percurso académico, enquanto aluna da Escola de Economia e Gestão. Aos amigos que a vida me tem dado, Príncipe Zanguilo, Esmeralda Santareno, Ivani Luís, Raquel Silva, Cecília Alves, Ivandro Reis, Diogo Meneses, Dulce Alberto, e todos aqueles que não foram citados, por todo apoio, paciência e confiança que depositaram em mim, o meu muito obrigada por tudo. Sem esquecer do bom amigo, professor José João Ribeiro, grata sou pela sua amizade. A todos, muito obrigada. IV DECLARAÇÃO DE INTEGRIDADE Declaro ter atuado com integridade na elaboração do presente trabalho académico e confirmo que não recorri à prática de plágio nem a qualquer forma de utilização indevida ou falsificação de informações ou resultados em nenhuma das etapas conducente à sua elaboração. Mais declaro que conheço e que respeitei o Código de Conduta Ética da Universidade do Minho. V RESUMO Na presente dissertação, utilizamos os dados do Quadros de Pessoal para responder à pergunta: será que existem diferenças salariais entre imigrantes e nativos no mercado de trabalho português? Considerando como imigrantes todos os indivíduos cuja a nacionalidade não é portuguesa, e com recurso a diferentes metodologias econométricas, incluindo modelos de dados em painel, os resultados obtidos mostram evidências de diferença salarial entre estes dois grupos. Pela estimação do método dos mínimos quadrados ordinários, os imigrantes ganham em média 5,7% menos que os nativos. Quando recorremos a estimação por regressão por quantis, observa-se que a diferença é maior no percentil mais baixo em comparação aos outros percentis. Os resultados também divergem para cada grupo de imigrantes, sendo que os imigrantes de países africanos recebem 11,8% menos que os nativos, e os imigrantes dos primeiros países da união europeia (EU15) ganham cerca de 5,4% mais que os nativos, quando consideramos o modelo mais completo (Modelo 3). Essa diferença em parte é explicada pela educação e pelo facto de os imigrantes encontrarem-se sobrerepresentados em diferentes profissões. Palavras-chave: Diferenças Salariais, Discriminação, Imigração, Quadros de Pessoal, Portugal. VI ABSTRACT We use the data of the Quadros de Pessoal to answer the question: there wage differences between immigrants and natives in the Portuguese labour market? Individuals with non-Portuguese nationality are considered immigrants. Estimation results of alternative econometric models, including models for panel data, suggest that there are wage differences between immigrants and natives. The OLS results reveal that immigrants receive 5,7% less than natives. The quantile regression results show that the wage gap is higher in the lowest percentiles, when compared to the highest percentiles. The results vary according to the origin of the immigrants: African immigrants earn, on average 11,8% less than natives, whereas the EU15 immigrants earn about 5,4% more than natives, when we consider a complete model ( Modelo 3 ). Such difference is partly explained by occupation and education. Keywords: Wage differential, Discrimination, Immigration, Quadros de Pessoal , Portugal VII ÍNDICE GERAL 1. INTRODUÇÃO .............................................................................................................................. 1 2. REVISÃO DE LITERATURA ............................................................................................................ 3 3. DADOS ......................................................................................................................................... 9 3.1. QUADROS DE PESSOAL ................................................................................................. 9 3.2. VARIÁVEIS E ESTATÍSTICA DESCRITIVA ........................................................................ 11 4. METODOLOGIA .......................................................................................................................... 20 4.1. MÉTODO DOS MÍNIMOS QUADRADOS ORDINÁRIOS (MMQ) ......................................... 20 4.2. MODELOS DE DADOS EM PAINEL ............................................................................... 21 MODELOS DE EFEITOS FIXOS..................................................................................................... 21 MODELOS DE EFEITOS ALEATÓRIOS ......................................................................................... 22 4.3. MODELO DE REGRESÃO POR QUANTIS ....................................................................... 24 4.4. MÉTODO DE DECOMPOSIÇÃO DE BLINDER E OAXACA ................................................ 25 5. RESULTADOS EMPÍRICOS .......................................................................................................... 27 5.1. DIFERENÇA SALARIAL MÉDIA ENTRE IMIGRANTES E NATIVOS .................................... 27 5.2. DIFERENÇA SALARIAL AO LONGO DA DISTRIBUIÇAO SALARIAL ................................... 34 5.3. DECOMPOSIÇÃO DE BLINDER E OAXACA .................................................................... 39 6. CONCLUSÃO .............................................................................................................................. 42 BIBLIOGRAFIA .................................................................................................................................... 44 ANEXOS ............................................................................................................................................. 49 VIII ÍNDICE DE TABELAS Tabela 1: Caracterização dos trabalhadores (em percentagem) ..................................................... 11 Tabela 2: Nível de escolaridade dos trabalhadores (em percentagem) ........................................... 12 Tabela 3: As principais profissões dos trabalhadores (em percentagem) ........................................ 13 Tabela 4: Os principais setores de atividades em percentagem ...................................................... 13 Tabela 5: Média de trabalhadores e crescimento das vendas......................................................... 14 Tabela 6: Distribuição das empresas por região ............................................................................ 14 Tabela 7: Estatística Descritiva - Trabalhadores nativos e imigrantes, 2010 ................................... 15 Tabela 8: Estatística Descritiva - Trabalhadores imigrantes, 2010 .................................................. 15 Tabela 9: Estatística Descritiva - Trabalhadores nativos, 2010 ....................................................... 15 Tabela 10: Estatística Descritiva - Trabalhadores nativos e imigrantes, 2011 ................................. 15 Tabela 11: Estatística Descritiva - Trabalhadores nativos e imigrantes, 2011 ................................. 16 Tabela 12: Estatística Descritiva - Trabalhadores nativos, 2011 ..................................................... 16 Tabela 13: Estatística Descritiva - Trabalhadores nativos e imigrantes, 2012 ................................. 16 Tabela 14: Estatística Descritiva - Trabalhadores imigrantes, 2012 ................................................ 16 Tabela 15: Estatística Descritiva - Trabalhadores nativos, 2012 ..................................................... 17 Tabela 16: Resultados de estimação pelo método dos mínimos quadrados (OLS) .......................... 28 Tabela 17: Resultados de estimação pelo método dos mínimos quadrados (OLS) .......................... 31 Tabela 18: Resultados da estimação com modelos para Dados em Painel ..................................... 33 Tabela 19: Resultados da estimação utilizando métodos de regressão por quantis (1) ................... 35 Tabela 20: Resultados da estimação utilizando métodos de regressão por quantis (2) ................... 36 Tabela 21: Resultados da estimação utilizando métodos de regressão por quantis (3). .................. 37 Tabela 22: Resultados da estimação utilizando métodos de regressão por quantis (4) ................... 38 Tabela 23: Resultados da decomposição de Oaxaca ...................................................................... 41 5 concluiu que, em média, para cada 10 imigrantes que conseguiam emprego, 3,1 dos nativos perdiam os seus. Porém não achou efeitos significativos sobre os salários, mas destaca que estes resultados poderiam estar correlacionados com a inflexibilidade do mercado de trabalho alemão, que apresentava regulações rígidas e sindicatos fortes, tornando os ajustes através dos salários mais difíceis de observar. Apesar dos imigrantes serem muitas vezes considerados como potenciais substitutos dos nativos, Longhi (2005) e Okkerse, (2008) explicam que o efeito da imigração é muito reduzido, e algumas vezes até negligenciável, visto que certas características como a língua, a cultura (Chwick e Miller, 2005; Dustmann e Fabbri 2003), as condições das regiões local (Glitz, 2012), o país de origem (Borjas, 2000) são fatores que podem levar a que essa relação não seja muito clara. Contudo, os trabalhos que têm centrado a sua atenção no diferencial salarial entre nativos e imigrantes, argumentam que muitos aspetos do diferencial estarão relacionados com a imperfeita transferibilidade de capital humano a nível internacional, a existência de discriminação e a assimilação incompleta (Aldashev et al., 2012; Chletsos e Roupakias, 2017; Chiswick, 1978; Chiswick e Miller, 2005; Butcher e DiNardo, 2002; Matos 2012). Aldashev et al. (2012) examinaram as diferenças salariais entre grandes grupos étnicos (nativos, estrangeiros e imigrantes naturalizados), baseando a sua análise em dados em painel, para a Alemanha. Os resultados a que chegaram sugeriam a existência de elevado gap salarial entre os grupos, isto é, os estrangeiros e imigrantes naturalizados recebiam 16,7% e 7,2% menos que os nativos, respetivamente. O tempo de residência revelou-se um determinante importante dos salários para os imigrantes. Para Portugal, Carneiro e Varejão (2012), constataram que os homens imigrantes recebiam 24,9% e as mulheres 16,3% menos que os nativos aquando a sua chegada. Friedberg (2000) também encontrou evidencias semelhantes para os homens imigrantes em Israel que auferiam 25% a menos que os nativos. Chletsos e Roupakias (2017) por sua vez, analisaram as diferenças salariais entre nativos gregos e imigrantes oriundos da União europeia e fora desta. Com base ao método de decomposição de Blinder (1973) e Oaxaca (1973), os resultados sugeriam que mais de 60% do diferencial entre nativos e imigrantes provenientes de fora da União Europeia era explicada pela diferença no capital humano e 33% para os imigrantes da Europa. 6 Borjas (2010) explica que para além das diferenças nas qualificações e nos tipos de empregos gerarem uma dispersão maior dos salários num mercado de trabalho competitivo, trabalhadores igualmente qualificados que se encontram no mesmo emprego, podem observar diferenças nos salários e nas oportunidades de emprego, simplesmente por causa da etnia, género, país de origem, cultura e outras características aparentemente irrelevantes . Neste sentido, pesquisas como de Hofer et al . (2017) encontram evidências de discriminação ao comparar os salários de imigrantes e nativos na Áustria. Usando o método de decomposição de Blinder (1973) e Oaxaca (1973) observaram a existência de um diferencial de 15 pontos percentuais contra os imigrantes, sendo que apenas 10 a 30% desta diferença era explicada pelas diferenças no capital humano. Ao controlar para a ocupação dos imigrantes para diferentes anos a componente da discriminação reduzia consideravelmente. Aldashev et al . (2012) usaram a educação como variável de controlo e constataram que 61% do diferencial era explicada pela parte da remuneração (parte discriminatória), sendo que trabalhadores imigrantes que obtiveram a educação fora da Alemanha eram subvalorizados neste mercado de trabalho. Alguns autores consideram que os retornos da educação para os imigrantes, são relativamente influenciados pela forma como o mercado de trabalho do país acolhedor valoriza a educação do seu país de origem. Ou seja, o sistema educativo do país de origem dos imigrantes desempenha um papel importante na discussão sobre as diferenças (Chiswick, 1978; Friedberg, 2000; Bratsberg e Terrell, 2002; Oreopoulos, 2011). Bratsberg e Terrell (2002) procuraram evidências para os Estados Unidos e notaram que os imigrantes oriundos do Norte da Europa, Canada, Austrália e da Ásia (Japão) apresentavam retornos maiores da educação em relação aos imigrantes provenientes de países da América Latina. Isto é, para o ano de 1990, a taxa retornos da educação foi de 8,2% para os imigrantes do Japão e 2% para os imigrantes do Haiti. O que indica que os trabalhadores do Japão ganhavam o dobro (2% a mais) por obterem a educação no seu país de origem. Na Irlanda, segundo Gheasi et al. (2017), os imigrantes que obtiveram a educação superior em países que não pertenciam a OCDE recebiam salários relativamente mais baixos em comparação com os imigrantes graduados em países pertencentes à OCDE. Dentro da literatura discute-se qual é o método mais apropriado para explicar o diferencial salarial, isto é, argumenta-se que analisar as diferenças salariais em torno da média por si só, não revela muito 7 informação. Por isso, muitas pesquisas sugerem o estudo do diferencial ao longo da distribuição salarial, isto é, considerando a mediana condicional (Chiswick e Miller, 2008; Billger e Lamarche, 2015; Cabral e Duarte, 2010; Barrett et al., 2012). Billger e Lamarche (2015) recorreram ao método de regressão por quantis e com base nos dados de BHPS do Reino Unido e centralizaram a sua análise para os imigrantes que não falavam a língua inglesa, tendo concluído que estes eram penalizados em 17% nos quantis mais baixos, mas essa diferença reduzia nos quantis mais altos. Peters (2008) constatou que os imigrantes na Alemanha eram penalizados ao longo de toda distribuição, chegando até aos 12% nos percentis superiores, e pelo método de decomposição de Melly, uma parte do diferencial era explicado pela parte da remuneração. O Diferencial salarial era cerca de 10 a 18% entre trabalhadores nativos e imigrantes, sendo que no quantis mais baixos o diferencial era de 4%. Para Portugal, Duarte e Cabral (2010) concluíram que os imigrantes se encontravam concentrados nos níveis salariais mais baixos. E apenas os provenientes da União Europeia 15 apresentavam salários mais altos que os nativos (4,6% a mais). Alexandre et al . (2014) justificam que imigrantes vindos do Leste da Europa e do Brasil, apesar de serem mais qualificados que os nativos portugueses estavam propensos a ganhar salários mais baixos, uma vez que se encontravam sobrerepresentados em profissões menos qualificadas. Recentes pesquisas têm sido realizadas com o objetivo de perceber como os imigrantes conseguem reduzir o diferencial (Chiswick, 1978; Chiswick e Miller 2005; Izquierdo et al ., 2009). Neste contexto, a teoria da assimilação tem ganhado espaço nos debates públicos. Várias são as investigações que têm utilizado este conceito para descrever e avaliar as disparidades salariais entre nativos e imigrantes ao longo do tempo. A teoria preconiza que as diferenças salariais entre imigrantes e nativos desaparecem gradualmente devido ao investimento no capital humano local que imigrantes realizam ao longo do tempo que permanecem no país acolhedor (Chiswick, 1978; Nielsen et al., 2004). O conceito aparece pela primeira vez nas pesquisas de Chiswick (1978) nos Estados Unidos, onde constatou que o gap salarial inicial (30%) entre os nativos e imigrantes desaparecia após 15 anos de residência dos imigrantes, isto é, a taxa de assimilação anual era à volta dos 2 pontos percentuais. Encontrou-se também evidência da teoria nos trabalhos de (Izquierdo et al., 2009) que constataram que, na Espanha, o gap salarial entre imigrantes e nativos reduzia em 15 pontos percentuais após 5 ou 6 anos de residência dos imigrantes neste país. Matos (2012) por sua vez, centrou-se no mercado 8 de trabalho português, e observou que o gap salarial entre os trabalhadores com a mesma idade era de 34% a quando da chegada dos imigrantes ao país. Para os imigrantes que se encontravam no mesmo setor, região e ocupação o diferencial era de 16%. Após 10 anos de residência o gap reduzia em 10 a 15 pontos percentuais, isto é, menos de 1 ponto percentual ao ano. Contudo, nem todos os estudos encontraram evidências da teoria (Hofer et al., 2017). Devido à diversidade das características dos trabalhadores imigrantes, fatores como a língua (Borjas, 2000; Chiswick, 2002), a idade (Matos, 2012), o tempo de residência e a pouca transferibilidade de capital humano (Topel, 1997; Chletsos e Roupakias, 2017) mostram divergências da teoria dentro da literatura. Por isso, Nielsen et al. (2004) e Izquierdo et al. (2009) explicam que a redução do gap salarial difere entre os países e entre grupos de imigrantes. Em suma, a literatura é consensual quanto à existência de diferenças salariais entre estes dois grupos de trabalhadores. Mas outras investigações têm estendido o debate para além dos fatores observáveis dos salários (ver, Kaas et al ., 2012; Riach e Rich, 2002; Bertre e Mullainathan, 2004; Rooth,2010). Biddle e Hamermesh (2013) e Lang e Lehmann (2012) argumentam que apesar dos fatores ligados ao processo de seleção/contratação, promoções não serem observados na equação do diferencial, estes têm impactos relevantes nas discussões dos ganhos salariais entre os nativos e imigrantes. 9 3. DADOS 3.1. QUADROS DE PESSOAL Anualmente, as empresas em Portugal são obrigadas por lei a preencher com detalhe um inquérito elaborado pelo Ministério do Trabalho de Portugal, designado por Quadros de Pessoal. Este processo, é endereçado a todas as empresas do setor Privado com pelo menos um trabalhador. A informação recolhida por esta via é compilada numa base de dados conhecida como Quadros de Pessoal , que tem sido reconhecida como uma base de dados rica em informação microeconómica sobre o mercado de trabalho português. Desde 1982 a base de dados tem reunido informações detalhadas sobre as Empresas, os seus Estabelecimentos e os Trabalhadores. Para cada empresa existe informação sobre o ano de observação, a atividade económica, a localização, o volume de vendas, a indústria, o Capital Social, a dimensão da empresa medida pelo número de trabalhadores, o setor entre outras variáveis. Ao nível do estabelecimento há informação sobre a sua localização e a sua atividade económica. Os dados têm ainda informações detalhadas sobre cada trabalhador, nomeadamente, o género, a idade, a nacionalidade, o nível de escolaridade, a antiguidade na empresa, tipos de contrato, a data de admissão na empresa, a ocupação, o salário base mensal, número de horas de trabalho mensal entre outros. Todos os trabalhadores, Empresas e Estabelecimentos possuem um número único de identificação que permite acompanhá-los ao longo do tempo, mesmo nos casos em que os trabalhadores se mudam para outras empresas. Os dados apresentam, no entanto, algumas limitações que importa destacar. Por um lado, os trabalhadores do setor público, das forças armadas, trabalhadores por conta própria e os trabalhadores domésticos não estão incluídos na base de dados. Por outro lado, apesar dos dados serem obtidos desde 1982, as informações sobre os trabalhadores para os anos de 1990 e 2001 não estão disponíveis. Acrescenta-se ainda que, caso um trabalhador deixe de fazer parte da base de dados num determinado ano, torna-se impossível saber se este trabalhador está desempregado, num dos grupos acima referidos como ficando fora deste conjunto de informação, ou na economia informal. Particularmente para os imigrantes, quando um trabalhador sai do painel é impossível saber se este imigrou para o seu país de origem ou para um país terceiro. 10 Assim sendo para esta análise, consideramos os trabalhadores nativos portugueses, e a comunidade de imigrantes mais representativa em Portugal, constituído pelos PALOP (Países Africanos de Língua Oficial Portuguesa), Brasil, Europa do Leste e os 15 primeiros países da União Europeia (EU15). Tendo em vista a obtenção de uma amostra representativa e concisa foram impostas algumas restrições: Trabalhadores em situações irregulares foram excluídos da análise, apenas consideramos os trabalhadores sujeitos as contribuições na Segurança Social. A nível do regime do trabalho são considerados apenas os trabalhadores por conta de outrem, com tipo de contrato sem termo, duração do trabalho a tempo inteiro e com idades compreendidas entre 25 e 60 anos, com pelo menos 2 anos de antiguidade na empresa. O salário por hora foi calculado com base a remuneração base e as prestações regulares divido pelo número de horas. Foram apenas considerados trabalhadores que apresentavam um salário base mensal acima dos 80% do salário mínimo legal, tendo sido excluídos trabalhadores que auferiam mais de 20000 euros por serem considerados outliers . Como a análise se estende para mais de um período, ajustou-se os salários tendo em consideração a inflação e utilizou-se o Índice de Preços do Consumidor (IPC) 4 com base ao ano 2012. No que respeita às empresas, foram consideradas apenas aquelas que apresentavam o capital social 100% privado, e cuja a natureza jurídica seja Sociedades por Quotas, Sociedades Anónimas e Sociedades Unipessoal por Quotas, e com pelo menos 100 trabalhadores. A dimensão da empresa foi calculada com base no número de trabalhadores e o volume de vendas. Quanto à região, a análise centra-se apenas em Portugal Continental, excluindo as regiões autónomas. Em caso de informações incompletas como os anos de experiência, foi considerado a experiência potencial. 5 E também, foram excluídos todos os valores omissos (missing values). 4 Calculados pelo INE -Instituto Nacional de Estatística. 5 Calculada pela (idade – educação – 6*); * “considerado a idade em que o individuo começa a estudar”. 11 3.2. VARIÁVEIS E ESTATÍSTICA DESCRITIVA A maior parte da literatura que estuda a integração dos imigrantes no mercado de trabalho do país acolhedor, centra-se na comparação dos salários entre imigrantes e nativos, observando as mesmas características demográficas, anos de escolaridade, e se estes encontram-se a trabalhar nas mesmas regiões. Uma vez impostas todas as restrições e feita a limpeza dos dados, obtivemos uma amostra representada por mais 70.000 trabalhadores e 600 empresas nos três anos. Nesta secção são apresentadas as estatísticas descritivas das principais variáveis de interesse do presente estudo. Na Tabela 1 apresenta-se as características demográficas dos trabalhadores em geral, e a proporção de imigrantes por ano. A variável dummy, mulher assume o valor 1 para todos os trabalhadores do sexo feminino e 0 caso o contrário. Nesta amostra as mulheres representam cerca 36% no total dos trabalhadores. Em relação à idade dos trabalhadores, no geral, o grupo mais representado é o daqueles cuja idade está compreendida no intervalo de 31 a 40 anos, sendo que o peso dos trabalhadores imigrantes neste intervalo representa 43% do total dos trabalhadores, e os nativos representam cerca de 37% (ver Anexo, Tabela A.2). Ou seja, a proporção de trabalhadores jovem adultos é maior para os imigrantes do que para os nativos. Tabela 1: Caracterização dos trabalhadores (em percentagem) Fonte: Cálculos próprios com base nos Quadros de Pessoal (2010 – 2012). 2010 2011 2012 Nº de trabalhadores 78511 78772 74219 Mulher 36,31 36,82 38,52 Imigrante 2,6 2,35 2,26 Idade < 30 anos 16,72 15,62 15,02 31 - 40 anos 36,96 37,35 37,54 41 - 50 anos 29,68 30,3 31,03 > 50 anos 16,64 16,74 17,12 12 Em média os imigrantes têm mais anos de escolaridade que os nativos, mas essa diferença não é, de modo geral, substancial (Tabela 2). Todavia, constata-se num dos extremos que a proporção de trabalhadores imigrantes sem escolaridade é maior que entre os nativos (2,2% e 0,63%). Dentro dos principais grupos a percentagem de trabalhadores licenciados é superior para os imigrantes da EU15, com cerca de 30%; os imigrantes do Brasil estão sobrerepresentados no ensino secundário (37%), enquanto que os imigrantes da Europa do Leste e PALOP encontram-se sobretudo no 3º ciclo de ensino, com cerca de 39 e 33% respetivamente. Estes últimos também são os que apresentam maiores percentagem de trabalhadores sem escolaridade aproximadamente cerca de 3% para ambos. Tabela 2: Nível de escolaridade dos trabalhadores (em percentagem) Nativos imigrante PALOP Brasil EU Leste EU15 Sem escolaridade 0,63 2,18 3,02 0,68 2,91 1º ciclo 18,26 11,35 17,79 11,41 9,19 2,25 2º ciclo 21,08 13,96 16,67 17,84 10,82 10,79 3º ciclo 25,07 31,94 33,4 23,66 38,6 15,96 Ensino Secundário 21,61 28,76 19,69 37,34 29,33 29,21 Ensino pós-Secundário 0,11 0,39 0,21 0,3 0,54 0,45 Bacharelado 2,48 2,88 1,48 2,34 2,91 8,76 Licenciatura 10,26 8,17 7,67 6,12 5,53 30,11 Mestrado 0,45 0,30 0,07 0,3 0,17 1,8 Doutoramento 0,04 0,05 0,67 Fonte: Cálculos próprios com base aos Quadros de Pessoal, (2010 - 2012). Geralmente, os trabalhadores estão concentrados em setores de atividades e profissões especificadas. A Tabela 3 mostra a distribuição dos trabalhadores nativos e imigrantes por profissões (as profissões são classificadas a CPP2010 1 dígito). A maioria dos trabalhadores estão alocados a profissões como, operários de instalações e montagem e trabalhadores qualificados das indústrias e construção, assim como trabalhadores não qualificados. Sendo que nestas profissões a percentagem de imigrantes é maior que dos nativos em todos os anos. Os grupos também são heterogéneos quanto às profissões, Os imigrantes da EU15 estão representados como especialista em atividades intelectuais e científicas (37%). Os da Europa do Leste exercem sobretudo a profissão de operários de instalação e montagem (49%), e os imigrantes do Brasil 13 e PALOP ambos se encontram distribuídos entre operários de montagem e instalação e pessoal de serviços e vendedores. Nas profissões não qualificadas, os imigrantes dos PALOP apresentam maior percentagem e os imigrantes da EU15 a menor, 18 e 5% respetivamente (Ver Anexo, Tabela A.3). Tabela 3: As principais profissões dos trabalhadores (em percentagem) 2010 2011 2012 Nativos Imigrantes Nativos Imigrantes Nativos Imigrantes Operários de Instalação e Montagem 25,51 30,51 26,05 32,14 26,61 30,58 Trabalhadores qualificados das indústrias 22,01 23,2 22,79 24,3 21,77 23,68 Trabalhadores dos serviços e vendedores 15,85 15,64 15,53 13,69 15,47 13,21 Trabalhadores não qualificados 7,79 15,5 7,51 15,1 7,84 17,25 Especialista das atividades intelectuais 11,53 6,59 10,79 7,31 10,93 5,83 Pessoal administrativo 17,31 8,57 17,34 7,47 17,38 9,46 Nota: A classificação utilizada é a Classificação Portuguesa das Profissões, CPP 2010 a 1 dígito. Fonte: Cálculos próprios com base nos Quadros de Pessoal, (2010 - 2012). Tabela 4: Os principais setores de atividades em percentagem 2010 2011 2012 Nativos Imigrantes Nativos Imigrantes Nativos Imigrantes Indústrias Transformadoras 43,48 27,94 47,29 33,23 49,96 36,29 Comércio por grosso e a Retalho 24,04 22,66 21,39 18,89 22,5 21,53 Construção 12,37 16,71 11,37 16,5 9,21 12,61 Transporte e Armazenagem 8,35 20,87 8,55 19,64 7,08 19,33 Saúde e Acção Social 4,51 3,54 5,4 5,03 4,64 3,63 Alojamento e Restauração 1,96 1,36 1,58 1,08 1,71 0,71 Nota: A classificação utilizada é a Classificação Portuguesa das Atividades económicas, ver3. Fonte: Cálculos próprios com base nos Quadros de Pessoal, (2010 - 2012). Relativamente aos principais setores de atividades, os trabalhadores estão centralizados em indústrias transformadoras, comércio por grosso e a retalho, construção, transporte e armazenagem como mostra a Tabela 4. Sendo que a percentagem de nativos no setor das indústrias transformadoras é maior em comparação aos imigrantes e tem aumentado ao longo dos anos, 43% (2010), 47% (2011) e 50% (2012). 14 Dentro dos imigrantes, os trabalhadores provenientes da Europa do Leste estão sobrerepresentados no setor das indústrias transformadoras, seguidos pela EU15, enquanto os imigrantes do Brasil e do PALOP estão sobretudo no comércio por grosso e a retalho. Para o setor da construção há maior concentração dos imigrantes dos PALOP. E para o setor de transporte e armazenagem há uma maior concentração dos imigrantes da europa do Leste (Ver Anexo, Tabela A.3). Tabela 5: Média de trabalhadores e crescimento das vendas Nº de trabalhadores log(vendas) 2010 449 17,66 (384,27) (1,06) 2011 477 17,68 (402) (1,05) 2012 483 17,69 (410) (1,02) Notas: Desvio padrão entre parêntesis. Nº de empresas, 658(2010); 561(2011); 619(2012); Fonte: Cálculos próprios com base nos Quadros de Pessoal (2010 - 2012). Tabela 6: Distribuição das empresas por região 2010 2011 2012 Norte 38,95 42,98 44,03 Lisboa 37,72 34,66 32,54 Centro 19,78 20,13 20,32 Alentejo 2,03 1,27 2,28 Algarve 1,51 0,96 0,84 Fonte: Cálculos próprios com base nos Quadros do Pessoal, (2010 - 2012). Ao nível da empresa, são consideradas 859 empresas com mais de 100 trabalhadores, cuja natureza jurídica são as Sociedades Anónimas, Sociedades por Quotas e Sociedades Unipessoal por Quotas, sendo que as sociedades anónimas representam cerca de 80% das empresas. Encontram-se situadas maioritariamente nas regiões Norte, Lisboa e no centro de Portugal. Têm, em média, cerca de 400 empregados, sendo que este número aumenta ao longo dos anos. 21 homocedasticidade, isto é, a variância condicional dos erros dada a variável explicativa é constante, 𝑉(𝑢𝑖𝑓𝑡|𝑋𝑖𝑓𝑡,𝐼𝑖)=𝜎2; (Wooldridge 2013; Verbeek, 2008; Murteira et al., 2016). 4.2. MODELOS DE DADOS EM PAINEL Nesta subsecção a análise centra-se na estimação de modelos para dados em painel ou longitudinais. Estes dados combinam informação de dados seccionais com dados temporais, permitindo assim, acompanhar um determinado trabalhador ao longo do tempo. Com a utilização destes modelos, conseguiremos obter estimadores mais eficientes dos parâmetros da regressão (Murteira et al ., 2016; Verbeek, 2008). Normalmente, os modelos de dados em painéis diferem de outros modelos pela vantagem que têm em controlar a heterogeneidade individual sobre os valores estimados, caso exista. MODELOS DE EFEITOS FIXOS Estes modelos consideram a presença de efeitos individuais, isto é, características intrínsecas ao trabalhador ou à empresa que são constantes, como a aptidão do trabalhador ou o desempenho da empresa, que não são observados no tempo, apresentando uma forma do tipo: log(𝑠𝑎𝑙𝑎𝑟𝑖𝑜𝑖𝑡)=𝑋′𝑖𝑡β𝑖+αi+ս𝑖𝑡 (2) onde i representa o trabalhador; t representa o ano; 𝑋𝑖𝑡 é o vetor de dimensão(txk) com k regressores, não incluindo a constante; e αi o fator que capta a heterogeneidade individual do trabalhador i. Sobre os pressupostos da homocedasticidade condicional V(uit|𝑋𝑖𝑡,αi) = 𝐸(𝑢𝑖𝑡 2|𝑋𝑖𝑡,αi) = 𝜎2 ,∀𝑡,𝑖, e da ausência de correlação condicional COV(us,𝑢𝑡|𝑋𝑠𝑖,𝑋𝑡𝑙,𝛼) = E(us,𝑢𝑡|𝑋𝑠𝑖,𝑋𝑡𝑙,𝛼) = 0 ,∀𝑠,𝑡,𝑖,𝑙. considerando as médias individuais por trabalhador, e subtraindo ordenadamente para cada variável teremos: αi=𝑦𝑖    − 𝛽󰆹𝑥𝑖  𝑦𝑖𝑡 − 𝑦𝑖    = (𝑋𝑖𝑡− 𝑋𝑖 )′𝛽+(𝑢𝑖𝑡− 𝑢𝑖 ) (3) 22 Onde a expressão (3) representa uma equação transformada de efeitos fixos, eliminando-se assim os efeitos individuais por serem constante no tempo. Desta forma sob a hipótese de exogeneidade estrita das variáveis explicativas, o estimador de efeitos fixos é não enviesado, isto é, o erro idiossincrático (𝑢𝑖𝑡) não está correlacionado com as variáveis explicativa ao longo do tempo. Uma vez que o modelo exclui os efeitos individuais por ser constante no tempo, todas as variáveis explicativas que também são constantes devem ser removidas do modelo, isto é, não podemos incluir variáveis como sexo, raça ou nacionalidade na regressão (Wooldridge, 2013). Se aplicarmos uma regressão OLS, obteremos coeficientes denominados within, visto que serão obtidos utilizando as médias intra – individuais. Desta maneira, o modelo de efeitos fixos só considera a variabilidade dentro do próprio trabalhador (within ), e assume que qualquer relação do vetor regressor com os erros aleatórios depende de αi 6 .Portanto, para que os estimadores sejam consistentes e cêntricos deve verificar-se: E{(𝑋𝑖𝑡− 𝑋𝑖 );𝑢𝑖𝑡} = 0 E a matriz das variâncias e covariâncias do estimador OLS, 𝑉(𝛽󰆹) =𝜎2(𝑋′𝑀𝐷𝑋)−1 Onde 𝑀𝐷=𝐼𝑛𝑇 − 𝐷(𝐷′𝐷)−1𝐷′, e D corresponde a matriz das dummies de cada individuo com n colunas e nT linhas. 7 O modelo de efeitos fixos deve apenas ser utilizado na presença de heterogeneidade individual. MODELOS DE EFEITOS ALEATÓRIOS Caso o pressuposto da existência de correlação entre os efeitos individuais e as variáveis explicativas não se verificar, devemos considerar o modelo de dados em painel com efeitos aleatórios. Este modelo assume os mesmos pressupostos do FE, mas considera que 𝐶𝑜𝑣(𝑋𝑖𝑡,𝛼𝑖) =0, e assume 𝛼𝑖 como 6 Assim como 𝑢𝑖ft não é observado, a heterogeneidade individual, 𝛼, também não é observado, por isso normalmente considera-se os erros aleatórios como sendo o somatório dos dois termos designado por erro composto. 7 (Ver a discussão adicional em Murteira et al., 2016). O procedimento utilizado é uma extensão do método de LSVD ( Least Square Dummy Variable) para amostras de grande dimensão. 23 sendo um fator aleatório, independente e identicamente distribuída, deste modo, o modelo de efeitos aleatórios segue a seguinte especificação: log(𝑠𝑎𝑙𝑎𝑟𝑖𝑜𝑖𝑡)=𝛽0+𝑋′𝑖𝑡β𝑖+αi+ս𝑖𝑡, ս𝑖𝑡~𝐼𝐼𝐷(0,𝜎𝑢2); αi~𝐼𝐼𝐷(0,𝜎𝛼2) Sendo que o somatório dos erros idiossincráticos (ս𝑖𝑡 ) e o efeito individual (αi )são tratados como erros compostos. Os coeficientes da regressão podem ser estimados com o uso de um único dado seccionais, e pelo MMQ são considerados consistentes sob a hipótese de efeitos aleatórios, mas caso verifica-se a existência de correlação serial dos erros compostos ao longo do tempo, os erros padrão estarão incorretos, assim como as estatísticas dos testes (Verbeek, 2008; Wooldridge, 2013). Neste caso o método dos mínimos quadrados generalizado (MQG) é usado para resolver o problema da correlação serial, com o pressuposto de N ter uma dimensão grande e T ser relativamente pequeno, presumindo que os dados em painel sejam equilibrados. A transformação por este método será dada pela equação: 𝑦𝑖𝑡 − 𝜆𝑦𝑖    = 𝛽0(𝜆 − 1) +(𝑋𝑖𝑡− 𝜆𝑋𝑖 )′𝛽+(𝑢𝑖𝑡− 𝜆𝑢𝑖 ) (4) Sendo que 𝜆=1−[ 𝜎𝑢 2 √(𝜎𝑢 2+𝑇𝜎𝛼 2)] Onde 𝜆 é um ponderador entre os estimadores do MQG. Quando 𝜆≈0, o estimador pelo MQG é obtido pelo modelo de efeitos aleatórios e quando 𝜆≈1, o estimador equivale aos efeitos fixos. Contudo deve-se utilizar um teste F (teste de Hausman) de modo a compara qual dos dois modelos apresenta estimadores consistentes. Caso rejeita-se a hipótese nula de ausência de correlação, estaremos perante a um problema de heterogeneidade não observada, neste contexto deve-se utilizar o modelo de efeitos fixos. 24 4.3. MODELO DE REGRESÃO POR QUANTIS Portanto, dada as limitações do MMQ e pelo facto de estimar os parâmetros apenas com base a média condicional, o método de regressão por quantis tem sido muito usado na estimação das diferenças ao longo da distribuição salarial, com base na mediana condicional, fornecendo assim, informações estatísticas mais completa (koenker, 2004). Foi proposto por Koenker e Basset (1978) e uma das suas vantagens é que proporciona estimadores mais robustos face a presença de outliers e a existência de heterocedasticidade não observada, deste modo, fornece informações mais completas sobre distribuição da variável dependente condicionada as variáveis explicativas, assim como, permite a inclusão de efeitos fixos nos dados em painel para o controlo a heterogeneidade (koenker, 2004; Canay, 2011). Assumindo a formulação proposta por Buchinsky (1998), o modelo a estimar segue de forma genérica a seguinte especificação: 𝑙𝑜𝑔(𝑠𝑎𝑙á𝑟𝑖𝑜𝑖ft)=β𝜃𝑋𝑖𝑓𝑡+𝛿𝜃𝐼𝑖+ ս𝜃𝑖𝑓𝑡 Com Ԛ𝜃(𝑙𝑜𝑔(𝑠𝑎𝑙á𝑟𝑖𝑜𝑖𝑓𝑡)|𝑋𝑖𝑓𝑡,𝐼𝑖)= 𝑋𝑖𝑓𝑡𝛽𝜃 +𝛿𝜃𝐼𝑖 𝜃∈ [0,1] onde Ԛ𝜃(𝑙𝑜𝑔𝑠𝑎𝑙𝑎𝑟𝑖𝑜|𝑋𝑖𝑓𝑡,𝐼𝑖) representa a quantil de ordem 𝜃 da distribuição do logaritmo do salário condicionada ao vetor de regressores 𝑋𝑖𝑓𝑡 e 𝐼𝑖𝑓𝑡. Assumindo que Ԛ𝜃(ս𝑖𝑓𝑡|𝑋𝑖𝑓𝑡,𝐼𝑖)=0 , ou seja, ս𝜃𝑖𝑓𝑡 é independente de 𝑋𝑖𝑓𝑡 𝑒 𝐼𝑖𝑡. No presente método os estimadores diferem de quantil por quantil e são obtidos analiticamente com base na resolução de um processo de minimização da soma dos desvios absolutos ponderados assimetricamente (Chiswick, 2008): min𝛽𝜀𝑅∑𝜌𝜃 (𝑙𝑜𝑔𝑠𝑎𝑙𝑎𝑟𝑖𝑜𝑖𝑓𝑡−𝑥𝑖𝑡𝛽𝜃 − 𝛿𝜃𝐼𝑖) 𝑖 Onde a função 𝜌𝜃 denominada por check function é definida por 𝜌𝜃(ℯ) =𝜃ℯ se ℰ≥0 𝑜𝑢 𝜌𝜃(ℯ) = (𝜃−1)ℯ se ℰ<0. 25 Koenker e Bassett (1978) resolvem o problema com base a métodos de programação linear, os resultados são condicionados ao estimador mediano 𝜃=0,5. 4.4. MÉTODO DE DECOMPOSIÇÃO DE BLINDER E OAXACA Na discussão sobre a diferença do salário médio entre nativos e imigrantes, a literatura levanta a hipótese da existência de discriminação salarial, dado que podem existir outros fatores não observáveis do salário que explicam o diferencial. Como argumenta Borjas (2010), “a definição mais apropriada de discriminação no mercado de trabalho compara salários de trabalhadores igualmente qualificados”. Diversos autores propuseram uma metodologia da diferença salarial (e.g. Blinder, 1973; Oaxaca 1973; Neumark, 1988). No presente estudo consideramos o método de decomposição de Blinder (1973) – Oaxaca (1973) por ser a mais utilizada na discussão das diferenças salariais entre imigrantes e nativos. O método decompõe o diferencial salarial entre grupos, dividindo-os em duas partes distintas - uma parte “explicada” pelas diferenças nas características observáveis do capital humano como a educação e a experiência dos trabalhadores e outra parte “não explicada” que deriva das diferentes taxas de retornos associada a essas características. Essa última, é muito usada na literatura como medida de discriminação salarial entre nativos e imigrantes (Jann,2008; Borjas, 2010; Aldashev et al ., (2012). Para traduzir essa relação, formulou-se de forma genérica as seguintes equações salariais para imigrantes e nativos, tais que: 𝑙𝑜𝑔𝑠𝑎𝑙𝑎𝑟𝑖𝑜𝑁=𝛽𝑁𝑋𝑁+𝜇𝑁 𝑙𝑜𝑔𝑠𝑎𝑙𝑎𝑟𝑖𝑜𝐼=𝛽𝐼𝑋𝐼+𝜇𝐼 As equações traduzem a regressão do salário médio dos nativos (N) e imigrantes (I); as variáveis 𝑙𝑜𝑔𝑠𝑎𝑙𝑎𝑟𝑖𝑜𝑁 e 𝑙𝑜𝑔𝑠𝑎𝑙𝑎𝑟𝑖𝑜𝐼 correspondem ao logaritmo do salário real por hora dos nativos e imigrantes, respetivamente; Os vetores 𝑋𝑁 e 𝑋𝐼 representam as características sobre os trabalhadores e as empresas citadas acima; 𝛽𝑁 e 𝛽𝐼 designam os vetores dos coeficientes a serem estimados; Os vetores 𝜇𝑁 e 𝜇𝐼 representam os resíduos. 26 De acordo com as propriedades do MMQ e sob a condição de Ε((ս𝑖𝑡|𝑥𝑖𝑡,𝐼𝑖𝑡)=0, com i= N, I tem-se definida o diferencial médio decomposto da seguinte forma: 𝑙𝑜𝑔𝑠𝑎𝑙𝑎𝑟𝑖𝑜𝑁                 −𝑙𝑜𝑔𝑠𝑎𝑙𝑎𝑟𝑖𝑜𝐼                =𝛽𝑁 𝑋𝑁     − 𝛽𝐼 𝑋𝐼  Somando e subtraindo a equação pela média amostral 𝛽𝑁 𝑋𝐼  , descreve-se a clássica decomposição de Oaxaca-Blinder: 𝑙𝑜𝑔𝑠𝑎𝑙𝑎𝑟𝑖𝑜𝑁                 −𝑙𝑜𝑔𝑠𝑎𝑙𝑎𝑟𝑖𝑜𝐼                ⏟ 𝐷𝑖𝑓𝑒𝑟𝑒𝑛ç𝑎 𝑆𝑎𝑙𝑎𝑟𝑖𝑎𝑙 = 𝛽𝑁 (𝑋𝑁     − 𝑋𝐼  ⏟ 𝐶𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒 𝐷𝑜𝑡𝑎çã𝑜)+ 𝑋𝐼  (𝛽𝑁  −𝛽𝐼 ) ⏟ 𝐶𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒 𝑅𝑒𝑚𝑢𝑛𝑒𝑟𝑎çã𝑜 𝛽𝑁 𝑋𝐼  representa a média amostral do salário dos nativos nas circunstâncias em que possuem as mesmas características que os trabalhadores imigrantes 8 . O lado direito da equação capta a diferença salarial explicada pela dotação do capital humano e representa o ganho salarial que os imigrantes obteriam se tivessem as mesmas característica produtivas que os nativos e o segundo termo explica as diferenças na remuneração e representa o ganho salarial que os imigrantes obteriam se fossem pagos na mesma proporção que os nativos, dada a suas características médias. A expressão formulada inclui o fator não-discriminante da estrutura salarial do nativo, pressupondo que na ausência de discriminação, os imigrantes recebem o mesmo que os nativos e vice-versa. 8 Esta componente também pode ser interpretada como a média salarial das imigrantes em situação que possuem as mesmas características que os nativos (𝛽I 𝑋N     ) (ver com mais detalhes, Jann, 2008). 27 5. RESULTADOS EMPÍRICOS Na presente secção, são reportados e discutidos todos os resultados da estimação do diferencial salarial entre imigrantes e nativos, usando os dados do Quadros do Pessoal no período de 2010 a 2012. Numa primeira fase, a análise centra-se no diferencial do salário médio obtidos através do Método dos Mínimos Quadrados (OLS) e modelos com dados em painel. A fim de perceber a diferença ao longo da distribuição salarial procedeu-se também, a estimação de modelos pelo método de regressão por quantis. Ainda no presente estudo, utilizou-se a decomposição de Blinder-Oaxaca para avaliar os determinantes do diferencial. Todos os resultados são estimados considerando apenas os trabalhadores do sexo masculino. 5.1. DIFERENÇA SALARIAL MÉDIA ENTRE IMIGRANTES E NATIVOS Na discussão da diferença salarial pelo MMQ, especificamos um modelo de regressão linear simples (OLS1) como mostra a Tabela 16, onde controlamos apenas a educação, experiência 9 , experiência ao quadrado e variáveis temporais. Os resultados obtidos mostram evidências que vão de encontro com a literatura (Carneiro et al ., 2012; Matos, 2012) – a existência de disparidades salariais entre imigrantes e nativos no mercado de trabalho português. A variável Imigrante indica que os imigrantes ganham em média cerca de 4,7% menos que os nativos. A sua magnitude varia à medida que incluímos outros controlos como a região, (OLS2), onde nota-se que estes trabalhadores passam a ganhar aproximadamente 8,4% menos, i.e., a diferença aumenta em 3,3 pontos percentuais (p.p.) em comparação ao valor anterior. No modelo mais completo, (OLS4), com a inclusão da profissão, setor e termos de interação, a diferença registada é de 5,7%. A variável Imigrante mostra ser estatisticamente significativa para todos os níveis de significância, em todos os modelos. 9 É considerada a experiência potencial. 28 Tabela 16: Resultados de estimação pelo método dos mínimos quadrados (OLS) OLS1 OLS 2 OLS 3 OLS 4 OLS4(Robustos) Imigrante -0,0474*** -0,0841*** -0,0505*** -0,0569*** -0,0569*** (0,0069) (0,0068) (0,0063) (0,0165) (0,0177) Educação 0,0875*** 0,0845*** 0,0516*** 0,0515*** 0,0515*** (0,0004) (0,0005) (0,0005) (0,0005) (0,0005) Experiência 0,0299*** 0,0296*** 0,0313*** 0,0312*** 0,0312*** (0,0005) (0,0005) (0,0005) (0,0005) (0,0005) Experiência2 -0,0003*** -0,0003*** -0,0004*** -0,0004*** -0,0004*** (0,0000) (0,0000) (0,0000) (0,0000) (0,0000) Algarve 0,1528*** 0,1931*** 0,1950*** 0,1950*** (0,0110) (0,0103) (0,0106) (0,0089) Centro 0,1076*** 0,1031*** 0,0987*** 0,0987*** (0,0029) (0,0027) (0,0028) (0,0027) Lisboa 0,1668*** 0,1484*** 0,1511*** 0,1511*** (0,0025) (0,0025) (0,0025) (0,0025) Alentejo 0,2171*** 0,1427*** 0,1501*** 0,1501*** (0,0087) (0,0080) (0,0083) (0,0093) Imigrante*ano2011 -0,0086 -0,0086 (0,0147) (0,0163) Imigrante*ano2012 -0,0324** -0,0324** (0,0153) (0,0158) Imigrante*Algarve -0,0048 -0,0048 (0,0446) (0,0404) Imigrante*Centro 0,1242*** 0,1242*** (0,0361) (0,0191) Imigrante*Lisboa -0.0445** -0,0445*** (0,0017) (0,0189) Imigrante*Alentejo -0,1239*** -0,1239*** (0,0361) (0,0311) Binaria profissão sim sim sim Binaria Setor sim sim sim R2 Ajustado 0,263 0,287 0,402 0,402 0,402 RMSE 0,4228 0,4160 0,3809 0,3809 0,3809 F (significância global) 8666,95*** 5847,70*** 4446,02*** 3502,64*** 2841,64*** Notas: Níveis de significância *10%, **5%, ***1%. Todos os modelos incluem constante e dummies temporais. Erros-padrão entre parênteses. RMSE ( Root Mean Square Error). No modelo ols5 erros padrão robustos. Em todos modelos o número de observações é 145399. A variável dependente corresponde ao logaritmo do salário real por hora. Fonte: Cálculos próprios com base nos Quadros de Pessoal (2010 - 2012). Relativamente aos sinais dos coeficientes da educação, experiência e experiência ao quadrado, confirma-se, tal como o esperado, que no geral apresentam valores positivos e negativos, 29 respetivamente. Em média observa-se que para um ano adicional de educação, o salário aumenta em 8,7%, ceteris paribus , sendo que a partir do OLS3, verifica-se uma redução dos salários em 3,6 p.p., resultante da inclusão de mais controlo. Um ano adicional de experiência aumenta os salários em torno dos 3% em todos os modelos. O sinal negativo do coeficiente da variável experiência ao quadrado, indica que os aumentos salariais resultantes dos anos adicionais de experiência, são decrescentes. Em relação a região (OLS2), as estimativas mostram que as variáveis são individualmente significativas, para todos os níveis de significância. O teste de significância conjunta, rejeita a hipótese nula de que os coeficientes das regiões são simultaneamente iguais a zero, i.e., 𝐹(4,14388)= 1197,19 com 𝑝−𝑣𝑎𝑙𝑢𝑒≈0, e permite concluir que os salários diferem entre as regiões, sendo que na categoria base, isto é, no Norte de Portugal os salários são mais baixos em comparação com as outras regiões. Se consideramos as diferenças salariais entre imigrantes e nativos para os diferentes anos, observase que comparativamente ao ano 2010 (ano base) para o ano de 2011, a diferença aumentou em 0,09 p.p. (diferença em log(salário) = -0,057 -0,0086 = - 0,066) e para o ano de 2012, o aumento foi de 3,2 p.p. O termo de interação é apenas estatisticamente significativo para o ano de 2012, com o nível de significância de 5%. Incluímos também termos de interação para perceber como as desigualdades salariais entre estes dois grupos, diferem entre as regiões. Os resultados indicam que a diferença entre imigrantes e nativos, é menor na região do Alentejo (-12%), e maior na região Centro (12,4%) respetivamente, quando comparado com a região Norte. No presente estudo, buscamos também, examinar a diferença salarial entre os nativos e cada grupo de imigrantes, como se verifica na Tabela 17. Numa primeira etapa, restringimos a análise para um modelo mais simples, com o controlo da educação, experiência, experiência ao quadrado e variáveis temporais. Os resultados revelam maior diferença para os imigrantes dos PALOP, sendo que estes ganham em média 9,4% menos que os nativos (Modelo 1), a amplitude vai aumentado com a inclusão de mais controlo. No modelo mais completo (Modelo 3) a diferença aumenta em 2,4 p.p., em comparação ao Modelo 1, isto é, com a inclusão de mais variáveis como a profissão e o setor, a diferença salarial entre os nativos e os imigrantes dos PALOP é cerca de 11,8%. Os resultados estimados são estatisticamente significativos, para todos os níveis de significância. Já os imigrantes 30 da Europa do Leste ganham em média 8,7% menos que os nativos (Modelo 2), e no modelo3 observase uma redução de 4,16 p.p. Para os imigrantes do Brasil, não se verifica diferenças substanciais quando observamos o Modelo 1 e Modelo 3, os resultados revelam uma diferença de 1,7%, mas não são significantes, do ponto de vista estatístico. Porém no Modelo 2, nota-se que os Brasileiros ganham cerca de 6,4% menos que os nativos. Os imigrantes da EU15, apresentam um cenário diferente, os resultados mostram que estes ganham 14% mais que os nativos, sendo que para o modelo completo (Modelo 3) essa diferença reduz consideravelmente, visto que se constata uma diferença de 5,4% que é significante ao nível de 10%. Como explica Cabral et al. (2012) e Alexandre et al. (2014), parte deste diferencial é explicado, pelo facto de os imigrantes estarem concentrados em setor de atividade cujos salários em média são baixos. Os modelos apresentados nas Tabelas 16 e 17 são globalmente significativos, para todos os níveis de significância. E a inclusão de mais variáveis, melhora a qualidade de ajustamento e reduz o RMSE, sendo que o modelo OLS4 é o que apresenta melhor coeficiente de determinação. Como o MMQ assume o pressuposto da homocedasticidade. Neste sentido, realizamos o teste de White para examinar a existência de heterocedasticidade. Sob a hipótese da homocedasticidade, rejeitamos a hipótese nula da variância constante, i.e., 𝜒246 2=466,3 com 𝑝−𝑣𝑎𝑙𝑢𝑒≈0. De modo a corrigir a matriz de variâncias e covariâncias, procedemos à estimação dos modelos, considerando os erros padrão robustos (OLS4 robustos). Assim como todos os modelos reportados na Tabela 17 apresentam erros padrão robustos. Apesar dos resultados obtidos pelo MMQ mostrarem-se consistentes, existe o problema da heterogeneidade não observada, muito debatido na literatura, que não são considerados nestes modelos. Isto é, a existência de fatores não observados que podem estar correlacionados com algumas das variáveis explicativas, como exemplo, a aptidão inata do trabalhador pode estar correlacionada com a educação, caso verifica-se este problema os resultados estimados pelo MMQ serão enviesados. 37 Quanto ao controlo das outras variáveis como a região, tal como nos modelos apresentados pelo MMQ, os salários diferem de região consideravelmente. Sendo que trabalhadores do norte que se encontram nos níveis mais elevados da distribuição são mais penalizados que os trabalhadores do norte que se encontram nos quantis mais baixos em comparação com os trabalhadores de outras regiões, como exemplo, os indivíduos que encontram-se no quantil 25 e trabalham no norte recebem 20% e 10% a menos que indivíduos localizados em Algarve e em Alentejo. Enquanto que, para os trabalhadores do norte que se encontram no quantil 90, a diferença é cerca de 24% menos para ambas as cidades. Dentro dos diferentes grupos, as diferenças prevalecem, sendo que para os imigrantes africanos observa-se um aumento significativo do diferencial. Como mostra a Tabela 22, as disparidades se mantêm no percentil 25 (13%), mas no percentil superior que os trabalhadores recebem 10,8% menos que os nativos. Quanto aos brasileiros, as diferenças vão reduzindo ao longo da distribuição, mas revelam não ser significativas no quantil 50 e 75. Prosseguindo para os imigrantes do Leste da Europa, constata-se que estes são penalizados em todos os quantis, mas a amplitude vai reduzindo gradualmente. Os imigrantes da EU15 revelam valores discrepantes em comparação aos resultados anteriores, visto que no quantil 25 e 50 passam a receber menos que os nativos, mas os resultados não são estatisticamente significantes, e no quantil 75 e 90 observa-se o oposto, isto é, recebem mais que os nativos, aproximadamente 9,7% e 13%, respetivamente. Em síntese os resultados estimados na maioria dos modelos, revelam conclusões que vão de encontro com a literatura. Como a aplicação do método de regressão por quantis permite considerar a heterogeneidade não observada, não foram estimados os resultados deste método com base nos efeitos fixos. Tabela 21: Resultados da estimação utilizando métodos de regressão por quantis (3) q25 q50 q75 q90 Imigrante -0,0762*** -0,0522*** -0,0376*** -0,0231 (0,0073) (0,0099) (0,0083) (0,0131) Educação 0,0425*** 0,0511*** 0,0584*** 0,0620*** (0,0006) (0,0006) (0,0006) (0,0009) Experiência 0,0256*** 0,0319*** 0,0359*** 0,0347*** (0,0005) (0,0005) (0,0005) (0,0008) Experiência2 -0,0003 -0,0004*** -0,0004*** -0,0004*** (0,0000) (0,0000) (0,0000) (0,0000) Algarve 0,2014*** 0,1758*** 0,2147*** 0,2399*** 38 q25 q50 q75 q90 (0,0096) (0,0098) (0,0165) (0,0225) Centro 0,0869*** 0,0951*** 0,1389*** 0,1281*** (0,0029) (0,0033) (0,0054) (0,0071) Lisboa 0,1475*** 0,1497*** 0,1665*** 0,1469*** (0,0028) (0,0021) (0,0032) (0,0045) Alentejo 0,0992*** 0,1386*** 0,1911*** 0,2416*** (0,0086) (0,0071) (0,0134) (0,0206) Observações 145399 145399 145399 145399 Pseudo R-quadrado 0,1866 0,2284 0,2652 0,2899 Notas: Níveis de significância *10%, **5%, ***1%. Erros-padrão entre parênteses. q25: quantil 25; q50: quantil 50; q75: quantil 75; q90; quantil 90. Todos os modelos incluem constante variáveis temporais, profissão e setor. A variável dependente corresponde ao logaritmo do salário real por hora. Fonte: Cálculos próprios, Quadros de Pessoal (2010 -2012). Tabela 22: Resultados da estimação utilizando métodos de regressão por quantis (4) q25 q50 q75 q90 PALOP -0,1314*** -0,1469*** -0,1362*** -0,1078*** (0,0147) (0,0164) (0,0186) (0,0235) Brasil -0,0412*** -0,0170 -0,0044 0,0719* (0,0149) (0,0152) (0,0184) (0,0313) Europa do Leste -0,0539*** -0,0224* -0,0282* -0,0433** (0,0104) (0,0152) (0,0096) (0,0109) EU15 -0,0117 -0,0064 0,0972*** 0,1310*** (0,0231) (0,0398) (0,0193) (0,0396) Educação 0,0424*** 0,0510*** 0,0583*** 0,0622*** (0,0005) (0,0006) (0,0009) (0,0010) Experiência 0,0255*** 0,0321*** 0,0358*** 0,0347*** (0,0005) (0,0005) (0,0006) (0,0012) Experiencia2 -0,0003*** -0,0004*** -0,0004*** -0,0004 (0,0000) (0,0000) (0,0000) (0,0000) Algarve 0,1994*** 0,1769*** 0,2143*** 0,2401*** (0,0139) (0,0102) (0,0131) (0,0204) Centro 0,0866*** 0,0946*** 0,1387*** 0,1286*** (0,0029) (0,0037) (0,0041) (0,0045) Lisboa 0,14865*** 0,1504*** 0,1671** 0,1475*** (0,0027) (0,0024) (0,0018) (0,0046) Alentejo 0,0992*** 0,1366*** 0,1902*** 0,2435*** (0,0099) (0,0122) (0,0125) (0,0173) Observações 145399 145399 145399 145399 Pseudo R-quadrado 0,1868 0,2286 0,2654 0,2902 Notas: Níveis de significância *10%, **5%, ***1%. Erros-padrão entre parênteses. q25: quantil 25; q50: quantil 50; q75: quantil 75; q90; quantil 90. Todos os modelos incluem constante, variáveis temporais, profissão e setor. A variável dependente corresponde ao logaritmo do salário real por hora. Fonte: Cálculos próprios com base nos Quadros de Pessoal (2010 – 2012). 39 5.3. DECOMPOSIÇÃO DE BLINDER E OAXACA Para aprofundar e melhor compreender as discussões em volta da diferença salarial entre imigrantes e nativos, consideramos importante trazer a abordagem da discriminação salarial no presente estudo. Para tal, recorremos à utilização da decomposição de Blinder e Oaxaca, e focamos a análise entre os imigrantes e nativos numa primeira instância, e de seguida, decompomos o salário apenas entre os nativos e os imigrantes dos PALOP. A razão para esta escolha, está no facto de este grupo de imigrantes apresentar maior diferencial com base nas análises anteriores. Assim sendo, a Tabela 23, expõe os resultados da decomposição. O Modelo 1 apresenta o gap salarial com base nos controlos da educação, experiência, experiência ao quadrado e variáveis temporais. As estimativas mostram que o diferencial é bastante reduzido, quando comparamos os imigrantes com os nativos, isto é cerca de 0,07%, e revelam não ser estatisticamente significativo. O sinal negativo da componente da dotação mostra que esta componente contribui para o diferencial de forma desfavorável para os imigrantes. O que implica dizer, caso os imigrantes tivessem as mesmas características médias, relacionadas com a educação e a experiência, o gap salarial seria menor em comparação aos nativos, isto é, reduziria em 3,6% (Modelo 1). Mesmo quando controlamos para outras variáveis como a profissão e o setor, o diferencial mantémse estável, mas, o efeito da componente de dotação é maior, isto é, para além das variáveis já mencionadas, caso os imigrantes se encontrassem a trabalhar nas mesmas profissões e nos mesmos setores que os nativos, o diferencial reduziria em 6,2 p.p. A parte não explicada, representa o ganho salarial que imigrantes obteriam caso fossem pagos na mesma proporção que os nativos, dada as suas características médias, isto é, caso não existisse discriminação os imigrantes receberiam 4,8% menos que os nativos (Modelo 1). As duas componentes mostram ser estatisticamente significativas, para todos os níveis de significância. Quando comparamos os resultados do diferencial entre os imigrantes dos PALOP e os nativos, é possível observar que o gap salarial é muito elevado, cerca de 9,1% (Modelo 3) e estatisticamente significativo para todos os níveis de significância usuais. O sinal positivo da componente explicativa, mostra que o efeito da componente reduz o diferencial, isto é, caso os nativos tivessem as mesmas 40 características produtivas que os imigrantes PALOP, ganhariam 0,29% menos, e se consideramos a profissão e o setor, este valor aumentaria em 2,8 p.p. A parte discriminatória contribui para o aumento do diferencial, implica que, há fatores não observáveis que reforçam a existência deste diferencial. Neste contexto, caso não existisse discriminação no mercado de trabalho os nativos ganhariam 9,8% menos (Modelo 3) se fossem pagos na mesma proporção que os imigrantes dos PALOP, dadas as suas características médias. Contudo, não podemos concluir que existe um grau elevado de discriminação salarial, uma vez que existem outros fatores que não foram discutidos na análise, que podem estar a contribuir de forma significativa para a explicação do diferencial. Portanto é preciso salientarmos que, apesar do método de decomposição de Blinder e Oaxaca ser muito utilizado na literatura, vários estudos apontam limitações e fragilidades do método. Entre os quais, podemos destacar o problema do número índice, no qual os resultados estimados podem ser sensíveis e inconsistentes quanto à escolha da estrutura salarial referente à componente não discriminante, neste caso, o trabalho de Neumark (1988) procura responder a esta limitação. Heckman (1979) por sua vez, considera que os resultados da decomposição podem ser enviesados, visto que a amostra considerada no diferencial pode não ser aleatória. Uma vez que os trabalhadores podem auto selecionarem-se para trabalhar em determinados setores. O autor propõe um modelo para a resolução deste problema (ver com mais detalhe, Heckman, 1979). Embora neste trabalho não foi possível estimar o diferencial salarial considerando a mediana condicional, muitos estudos recorrem ao método de decomposição de Machado e Mata (2005) e Ñopo (2008) para analisar a existência de diferencial entre os grupos nos diferentes quantis. 41 Tabela 23: Resultados da decomposição de Oaxaca Modelo 1 Modelo 2 Modelo 3 Modelo 4 Nativos 1,9611*** 1,9611**** 1,9611*** 1,9611*** (0,0013) (0,0013) (0,0013) (0,0013) Imigrantes 1,9677*** 1,9677*** (0,0081) (0,0081) PALOP 1,8699*** 1,8699*** (0,0185) (0,0185) Diferença Salarial -0,0065 -0,0065 -0,091*** -0,0912*** (0,0082) (0,0082) (0,0185) (0,0185) Componente Dotação -0,0357*** -0,0623*** 0,0029 0,0285*** (0,0039) (0,0081) (0,0095) (0,0101) Componente Remuneração 0,0480*** 0,0504*** -0,0982*** -0,1197*** (0,0079) (0,0069) (0,0168) (0,0148) Nota: Erros padrão entre parêntesis. Níveis de significância *10%, **5%, ***1%. Nos Modelos 1 e 2 é utilizada como referência não discriminante a estrutura salarial dos imigrantes. Nos Modelos 3 e 4 é utilizada como referência não discriminante a estrutura salarial dos nativos. Fonte: Cálculos próprios com base nos Quadros de Pessoal (2010 – 2012). 42 6. CONCLUSÃO Neste estudo, consideramos observar a integração dos imigrantes no mercado português, centrado a atenção no grupo de imigrantes mais representativos em Portugal, com objetivo de estudar a existência de diferenças salariais entre estes e os nativos. Utilizamos os dados do Quadros do Pessoal para o período de 2010 a 2012, e com recurso às diferentes metodologias utilizadas na literatura, foi possível observar disparidades salariais entre estes dois grupos de trabalhadores e concluir que os imigrantes ganham 5,7% menos que os nativos. Também se comparou os salários de cada grupo com dos nativos, e os resultados estimados revelam que os imigrantes dos PALOP são mais penalizados que os outros grupos, isto é, recebem 11,8% menos que os nativos. Para os imigrantes do grupo 15 da União Europeia verifica-se o contrário, os imigrantes deste grupo ganham 5,4% mais que os nativos. A explicação destas disparidades está sobretudo na diferença de educação e de profissões. Quer com a estimação por OLS ou pela regressão por quantis, as diferenças reduzem consideravelmente quando controlamos para um conjunto mais alargado de variáveis. Também se utilizou os modelos para dados em painel, modelos de efeitos fixos e modelos de efeitos aleatórios. Este último apresenta resultados semelhantes ao do OLS, mas recorrendo ao teste de Hausman, dáse a preferência no uso do modelo de efeitos fixos. Estudos sobre as diferenças salariais entre imigrantes e nativos são extensos na literatura. Várias pesquisas mostram evidências empíricas de existência de diferenças para diferentes países (Chiswick, 1978; Aldashev et al , 2012; Chletsos e Roupakias, 2017). Em Portugal, alguns investigadores como Cabral e Duarte (2010), Carneiro e Varejão (2012) e Matos (2012) também centraram a sua atenção sobre a questão, tal como neste trabalho encontraram evidências de diferenças salariais entre imigrantes e nativos. A maioria dos estudos aqui revistos, apontam como um dos principais fatores das diferenças entre estes dois grupos de trabalhadores, a imperfeita transferência das dotações de capital humano do país recetor, e defendem que, uma vez que os imigrantes se encontrarem integrados e adquirirem as competências do país, com o passar dos anos estas diferenças podem reduzir significativa. 43 No entanto, com o problema do envelhecimento da população Portuguesa, e o constante crescimento da população estrangeira, a imigração vem trazer para Portugal a oportunidade de rejuvenescer, com uma população estrangeira mais jovem, e com mais de 60% em idade ativa, assim como, abre espaço para debates que visam criar políticas que agilizam a integração dos imigrantes no mercado de trabalho. Este trabalho pretendeu ser um contributo para a melhor compreensão das eventuais diferenças salariais entre imigrantes e nativos no mercado de trabalho em português. Porém, estas questões sobre a imigração precisam ser estudadas com mais profundidade. Por um lado, do ponto de vista económico, existem ainda outros fatores que podem contribuir para a explicação do diferencial salarial, que não foram possíveis serem discutidos neste trabalho. Por outro lado, existem muitos aspetos a considerar que vão para além do mercado de trabalho, como por exemplo, a integração dos imigrantes na sociedade portuguesa. 44 BIBLIOGRAFIA Aldashev, A., Gernet, J., e Thomsen, S. L. (2012). “The immigrant-native wage gap in Germany”. Jahrbücher für Nationalökonomie und Statistik, 232(5): 490-517. Alexandre, F., Bação, P., Lains, P., Martins, M. M., Portela, M., e Simões, M (2014): "A Economia Portuguesa na União Europeia 1986-2010”, Edições Atual: 269 -285. Armstrong, A., e Lewis, F. D. (2017). “Transatlantic wage gaps and the migration decision: Europe– Canada in the 1920s”. Cliometrica , 11(2): 153-182. Barrett, A., McGuinness, S., e O'Brien, M. (2012). “The immigrant earnings disadvantage across the earnings and skills distributions: the case of immigrants from the EU's new member states”. British Journal of Industrial Relations , 50(3): 457-481. Bertre, M., e Mullainathan, S. (2004). “Are Emily and Greg more employable than Lakisha and Jamal? A field experiment on labor market discrimination”. American Economic Review , 94(4): 991-1013. Billger, S. M., e Lamarche, C. (2015).” A panel data quantile regression analysis of the immigrant earnings distribution in the United Kingdom e United States”. Empirical Economics , 49(2): 705-750. Borjas, G. J. (2000). The economic progress of immigrants. In Issues in the Economics of Immigration. University of Chicago Press. 15-50. Borjas, G. J. (2003). “The labor demand curve is downward sloping: Reexamining the impact of immigration on the labor market”. The Quarterly Journal of Economics , 118(4): 1335-1374. Borjas, G. J., e Van Ours, J. C. (2010). Labor Economics. McGraw-Hill/Irwin. 367-427. Bratsberg, B., e Terrell, D. (2002). “School quality and returns to education of US immigrants”. Economic Inquiry , 40(2): 177-198. Buchinsky, M. (1998). “Recent advances in quantile regression models: a practical guideline for empirical research”. Journal of Human Resources , 33(1): 88-126. Butcher, K. F., e DiNardo, J. (2002). “The immigrant and native-born wage distributions: Evidence from United States censuses”. Industrial and Labour Relations Review, 56(1): 97-121. 45 Cabral, S., e Duarte, C. (2010).” Employment and wages of immigrants in Portugal”. Banco de Portugal, Working Papers. Canay, I. A. (2011). “A simple approach to quantile regression for panel data”. The Econometrics Journal , 14(3): 368-386. Carlsson, M., Fumarco, L., e Rooth, D. O. (2018). “Ethnic discrimination in hiring, labour market tightness and the business cycle-evidence from field experiments”. Applied Economics , 50(24): 26522663. Carneiro, A., Fortuna, N., e Varejão, J. (2012). “Immigrants at new destinations: How they fare and why”. Journal of Population Economics , 25(3): 1165-1185. Chassamboulli, A., e Peri, G. (2015). “The labor market effects of reducing the number of illegal immigrants. Review of Economic Dynamics , 18(4): 792-821. Chiswick, B. R. (1978). “The effect of Americanization on the earnings of foreign-born men”. Journal of Political Economy , 86(5): 897-921. Chiswick, B. R., e Miller, P. W. (2002). “Immigrant earnings: Language skills, linguistic concentrations e the business cycle”. Journal of Population Economics , 15(1): 31-57. Chiswick, B. R., Lee, A. T., e Miller, P. W. (2008). “How immigrants fare across the earnings distribution in Australia e the United States”. Industrial and Labour Relations Review, 61(3): 353-373. Chiswick, B. R., Lee, Y. L., e Miller, P. W. (2005). “A Longitudinal Analysts of Immigrant Occupational Mobility: A Test of the Immigrant Assimilation Hypothesis”. International Migration Review , 39(2): 332353. Chletsos, M., e Roupakias, S. (2017). “Native-immigrant wage differentials in Greece: discrimination and assimilation”. Applied Economics, 49(17): 1732-1736. Dustmann, C. e F. Fabbri (2003), “Language Proficiency and the labour market performance of immigrants in the UK”, Economic Journal, 113(489): 695-717. Dustmann, C., Fabbri, F., e Preston, I. (2005). “The impact of immigration on the British labour market”. The Economic Journal , 115(507): 324-341. 46 Dustmann, C., Glitz, A., e Frattini, T. (2008). “The labour market impact of immigration”. Oxford Review of Economic Policy , 24(3): 477-494. Foged, M., e Peri, G. (2016). “Immigrants' effect on native workers: New analysis on longitudinal data”. American Economic Journal: Applied Economics , 8(2), 1-34. Friedberg, R. M. (2000). “You can't take it with you? Immigrant assimilation and the portability of human capital”. Journal of Labor Economics, 18(2): 221-251. Ghatak, S., Levine, P, e Price, P.W. (1996). “Migration theories and evidence: an assessment”. Journal of Economic Surveys , 10(2): 159-198. Gheasi, M., Nijkamp, P., e Rietveld, P. (2017). “Wage gaps between native and migrant graduates of higher education institutions in the Netherles”. Letters in Spatial and Resource Sciences , 10(3): 277296. Glitz, A. (2012). “The labor market impact of immigration: A quasi-experiment exploiting immigrant location rules in Germany”. Journal of Labor Economics , 30(1): 175-213. Greenwood, M. J. (1975).” Research on internal migration in the United States: a survey”. Journal of Economic Literature, 13(2): 397–433. Heckman, J. J. (1979). “Sample selection bias as a specification error”. Econometrica: Journal of the Econometric Society , 47(1): 153-161. Hofer, H., Titelbach, G., Winter‐Ebmer, R., e Ahammer, A. (2017). “Wage discrimination against immigrants in Austria?” Labour, 31(2): 105-126. INE (2019), População Estrangeira em Portugal. https://censos.ine.pt/xportal/xmain?xpgid=censos2011_apresentacao&xpid=CENSOS. Izquierdo, M., Lacuesta, A., e Vegas, R. (2009). “Assimilation of immigrants in Spain: A longitudinal analysis”. Labour Economics , 16(6): 669-678. Jann, B. (2008). “The Blinder–Oaxaca decomposition for linear regression models”. The Stata Journal, 8(4): 453-479. 53 Tabela A 14: Estatística Descritiva -Trabalhadores da EU15, 2011 Média d.p Mínimo p25 p50 p75 p99 Salário nominal 1915 1560 565 887 1294 2080 7864 Salário Real 1967 1602 580 912 1330 2137 8079 Antiguidade 7,47 5,23 2 3 6 10 30 Educação 12 3,6 4 9 12 16 17 Idade 38 7,7 25 32 36 42 60 Nota: d.p.: desvio -padrão; p25: percentil 25; p50: percentil 50; p75: percentil 75; p99: percentil 99; número de observações 151; salário real a preço de 2012; cálculos com base no Índice de Preços do Consumidor (IPC) do INE. Fonte: Cálculos próprios com base nos Quadros de Pessoal (2011). Tabela A 15: Estatística Descritiva -Trabalhadores da EU15, 2012 Média d.p Mínimo p25 p50 p75 p99 Salário nominal 1833 1711 556 818 1261 2027 7879 Antiguidade 7,4 5,4 2 3 6 11 31 Educação 12,5 3,4 4 9 12 16 17 Idade 38,24 7,8 25 33 37 43 58 Nota: d.p.: desvio -padrão; p25: percentil 25; p50: percentil 50; p75: percentil 75; p99: percentil 99; número de observações 137; Fonte: Cálculos próprios com base nos Quadros de Pessoal (2012).