Blog do IBRE

Como se sabe, em grande parte a oferta de trabalho no Brasil, seguindo padrões do resto do mundo, se reduziu fortemente devido aos efeitos diretos da pandemia. Isto é, as pessoas, com medo de se contaminarem com coronavírus, preferiram ficar em casa a continuar a trabalhar ou procurar uma nova ocupação. Como se vê pelo Gráfico abaixo, o impacto observado levou a Taxa de Participação ao seu nível mais baixo da série histórica da PNAD Contínua, mais de 5 pontos percentuais abaixo de seu media ao longo do período.

Fonte: PNAD Contínua

Quais teria sido os propulsores de tamanha queda da taxa de participação da população? Tentando responder essa pergunta, esse estudo também busca compreender a ordem de grandeza que teria tido a pandemia em seu sentido mais direto, ao mesmo tempo, junto ao Auxílio Emergencia, para explicar tal fenômeno.

Para compreender como se comporta a Taxa de Participação, pode-se buscar na literatura modelos de oferta de trabalho. Sabe-se, teoricamente, que a probabilidade de adultos de buscarem empregos aumenta quando as condições no mercado de trabalho são favoráveis, e reduz quando estes têm fonts de rendas alternativas (como programas sociais). Heckman (1974) modelou a oferta de trabalho com a seguinte forma funcional:

Há diversos fatores que podem, no entanto, enviesar tal estimação. O gosto pelo trabalho ?, por exemplo, é um componente não obsersável que, para uma estimativa consistente dos parâmetros,  é preciso que Cov[ ;?] = 0, o que provavelmente não é verdade em regressões usuais. Por exemplo, trabadalhadores pouco saudáveis podem ter baixa probabilidade de ofertar trabalho, além de ganharem salários baixos.

Outro problema de identificação são os ganhos de um indivíduo e sua renda não relacionada ao trabalho. Alguns componentes importantes da renda não relacionada ao trabalho estão mecanicamente relacionados aos rendimentos, como, por exemplo, os benefícios cuja elegibibilidade depende de um nível de renda, que são por construção negativamente relacionados aos ganhos (e, portanto, à oferta de trabalho).

Outros componentes da renda não relacionada ao trabalho também são provavelmente correlacionados com gostos não observados para o trabalho. Por exemplo, a receita de ativos representa um retorno às economias anteriores. Muitos modelos sugerem que as pessoas com gostos mais fortes para o trabalho acabarão trabalhando mais horas a cada ano e com uma renda de ativos mais alta em fases posteriores de suas vidas.

Para aderessar essas questões, pode-se utilizar o caráter longitudinal da PNAD Contínua para estimar os parâmetros da oferta de trabalho a nível domiciliar, adicionando efeitos fixos a estes. Na edição de abril do Boletim Macro do Ibre/FGV, busquei estimar os impactos da pandemia sobre a Taxa de Participação (incluindo os efeitos do Auxílio Emergencial), usando a PNAD Contínua, que tem um caráter longitudinal. A ideia era, controlando toda variação agregada e características fixas dos domicílios (além de outros controles), estimar a queda da Taxa de Participação em um domicílio associada a variações locais das condições de mercado de trabalho, junto a receber uma transferência de renda do governo.

O desafio dessa abordagem empírica é separar o que é o efeito de receber uma transferência do efeito de uma decisão tal como se aposentar, que provê uma transferência de renda, caso ele tenha idade e contribuição suficientes. Desse modo, mesmo adicionalmente ao modelo a interação do recebimento de uma transferência com o % da população de 55 anos ou mais no domicílio, o coeficiente associado à variável pura ainda poderia estar contaminada por simultaneidades menos lineares. Portanto, alternativamente ao modelo do boletim do Ibre, separo rendimentos da previdência do de outros programas sociais. A especificação é apresentada a seguir:

Em que L é a oferta de trabalho média de um domicílio h no trimestre t, PGS é uma dummy indicativa de se o domicílio tem algum membro que recebe algum programa social (BPC, BF ou outros programas sociais, tal como especificado na PNAD Contínua), Valor é a média mensal per capita da transferência destes benefícios, Idosos é o percentual de idosos no domicílio, Z é um vetor de mais de dez controles[1] e  e  são efeitos fixos de domicílio e trimestre, respectivamente.

A ideia da especificação acima, tal como na edição de abril do Boletim Macro, é encontrar, controlando por quaisquer características fixas no tempo dos domicílios e qualquer efeito agregado no país, uma resposta médio do conjunto de membros ao choque de renda de programas sociais, tanto na margem extensiva (um domicílio que não tinha nenhum beneficiário passando a ter) quanto na margem intensiva (um domicílio que já tem um beneficiário, mas que aumenta o valor da transferência). O resultado é apresentado no Gráfico abaixo, para quatro duplas de ano (2015-16, 2016-17, 2017-18 e 2018-19).

Como se vê, entre 2018 e 2019, crescimentos 10% da população ocupada em uma região levaram a um aumento médio da Taxa de Participação dos domicílios daquela região em quase 1,3 pontos percentuais – enquanto aumentos dos rendimentos médios do trabalho não tiveram efeito significativo. Já o recebimento no domicílio de um programa social levava a uma queda de 1,7 pontos percentuais da oferta de trabalho domiciliar – enquanto que aumentos de R$ 100 reais destes programas reduziam pouco mais de 0,2 pontos percentuais.

Como se pode, portanto, portanto, estimar o tamanho do efeito da pandemia? Para isso, tem-se a seguinte equação:

Ou seja, a queda da taxa de participação no período t em relação a t-1 tem um componente explicado pelos components de mercado de trabalho e programas sociais, além de outro, não explicado. Este último pode ser decomposto pela seguinte expressão: 

Em que  é uma dummy do período no qual teria começado a pandemia (final de fevereiro de 2020 no Brasil), e  uma dummy para o período em que haveria o Auxílio Emergencial (abril de 2020), enquanto  seria o resíduo. Usando dados da PNAD Contínua Mensalizada (Hecksher, 2020) e do Auxílio Emergencial, podemos realizar as seguintes estimações:

Em que os coeficientes são aqueles estimados na PNAD Contínua, citados previamente,  é a variação interanual da população ocupada em março e junho, respectivamente, calculados pela PNAD Contínua mensalizada. Os modelos se beneficiam do fato de que, em março, já havia pandemia no país, mas não Auxílio Emergencial, enquanto em junho havia ambos. Já  e  são, respectivamente, o percentual de domicílios atendidos pelo programa e a média de seu valor per capita em junho de 2020, quando o programa tinha chegado ao seu atendimento máximo, calculado na PNAD Covid-19. A tabela abaixo mostra os parâmetros utilizados.

Fonte: PNAD Contínua Mensalizada e PNAD Covid-19

As hipóteses utilizadas para o modelo são as seguintes: elasticidades de oferta de trabalho estáveis, assim como o parâmetro  entre março e junho, e  para ambos períodos. Como se vê, não necessariamente tais hipóteses se verificam, de modo que o modelo pode não ser confiável para estimativas precisas, devendo ser interpretado como uma forma apenas de estimar a ordem de grandeza dos efeitos da pandemia  e . O Gráfico abaixo mostra a decomposição.Fonte: PNAD Contínua Mensalizada e PNAD Covid-19

Fonte: Elaboração própria com os dados da PNAD Contínua Mensalizada e PNAD Covid-19

Como se viu, a pandemia em março teve um efeito direto de reduzir a oferta de trabalho em quase 2 pontos percentuais. Junto ao Auxílio Emergencial, teria havido uma queda adicional, de 0,85 pontos percentuais – tal como esperado, uma vez que parte da população não teria a opção de não buscar emprego sem um rendimento alternativo. Assim, o impacto total da pandemia sobre a oferta de trabalho seria de cerca de 2,8 pontos percentuais, com o restante sendo explicado tanto pela piora nas condições de emprego do país, quanto pela extensão e valor do Auxílio Emergencial.

O modelo poderia ainda ser usado para realizar projeções da oferta de trabalho para os próximos meses. No entanto, havendo a necessidade de modelar o comportamento de  e , além de projetar os parâmetros do future do Auxílio Emergencial esse exercício será feito em um estudo subsequente.

Referências Bibliográficas

Heckman, James (1974) “Shadow Prices, Market Wages, and Labor Supply”. Econometrica, 42, issue 4, p. 679-94.

Hecksher, Marcos (2020) “Valor Impreciso por Mês Exato: Microdados e Indicadores Mensais Baseados na PNAD Contínua”. Nota Técnica 62, IPEA.