II.1. Modelo Probit Bivariado

Para conhecer os fatores que influenciam na decisão de participar do mercado de trabalho e de oferecer mão de obra no mercado em busca de emprego secundário, o modelo especificado e estimado para esta finalidade é o modelo Probit Bivariável (Biprobit). O modelo Biprobit consiste em uma generalização do modelo Probit clássico, pois envolve duas equações do tipo Probit.

O modelo é composto por duas variáveis dependentes em duas equações diferentes que são correlacionadas pelos erros. O procedimento de estimação pressupõe uma modelização conjunta do comportamento do indivíduo em participar na oferta de trabalho e decidir ter mais de um emprego.

O modelo apresenta as seguintes formulações básicas na estrutura geral (^{Greene, 2003}):

(1)

(2)

A variáve y1* l corresponde à probabilidade de participação no mercado de trabalho, e y2* indica a probabilidade de participar do mercado de trabalho. Ambas as variáveis são dependentes, e não são diretamente observadas. Com o intuito de captar a probabilidade de participação, essas variáveis possuem características binárias, sendo que, na primeira equação, y1* assume valor igual a 1, quando o trabalhador participa do mercado de trabalho secundário, e zero, caso não participe. Definições semelhantes se aplicam à variável y2* , que assume valor igual a 1, caso o indivíduo seja economicamente ativo, e zero, se está fora do mercado de trabalho.

Os termos β1' e β2' correspondem aos parâmetros, x1 e x2 são as variáveis explicativas associadas à participação no mercado de trabalho e a decisão de ter mais de um emprego, ε1 e ε2 correspondem aos termos de erro.

O modelo assume os seguintes pressupostos:

(3)

(4)

(5)

(6)

A equação (6) pressupõe que os erros são normalmente distribuídos³ com média zero e variância igual a um, e as condições de exogeneidade são determinadas pelo coeficiente ρ (rho), que representa a correlação entre estes dois termos de erro. Esse coeficiente indica a presença ou não de correlação entre as variáveis explicativas não-observáveis das duas equações. Sendo ρ = 0, pode-se considerar que não existe correlação, portanto, a literatura considera inapropriada a utilização do modelo Biprobit. Nessas condições, o modelo a ser estimado passa a ser o Probit Univariado, que consiste em duas equações independentes, que são estimadas separadamente. Quando o valor de ρ ≠ 0, o modelo Biprobit é apropriado.

II.2. Decomposição do diferencial de rendimentos

Outro aspecto abordado nesta pesquisa consiste em verificar as diferenças entre os salários dos trabalhadores que participam do mercado de trabalho tendo emprego secundário, levando em consideração a situação do domicílio rural/urbano e a diferença de gênero.

Os diferenciais de salário podem ser explicados por diversos fatores. ^{Oaxaca (1973)} e ^{Blinder (1973)} mostram que essas diferenças entre gênero e raça são explicadas devido à presença do fator discriminação. Verifica-se a existência de discriminação quando um grupo com características produtivas semelhantes recebe menos que outro apenas por apresentar elementos que não têm interferência na produtividade, como, por exemplo, sexo ou raça.

A decomposição de Oaxaca-Blinder, segundo ^{Leme e Wajnman (2000)}, realiza a estimativa baseada na equação de salário proposto por ^{Mincer (1974)}.

(7)

(8)

em que: lnw_h e lnw_m correspondem, respectivamente, aos salários dos homens e das mulheres, X_h e X_m representam os vetores das variáveis explicativas de capital humano, βh e βm são os vetores dos coeficientes a serem estimados, e εh e εm são os termos aleatórios.

^{Jann (2008)}, denota que a diferença no logaritmo do salário é a diferença do valor esperado do logaritmo do salário entre o grupo de homens e o grupo de mulheres, portanto:

(9)

Sendo que E(βj)=βj e E(εj)=0

Segundo ^{Winsborough e Dickinson (1971)}, ^{Jones e Kelley (1984)} e ^{Daymont e Andrisani (1984)}, para identificar a contribuição das diferenças entre os dois grupos, a equação (9) pode ser reescrita da seguinte forma:

(10)

A equação (10) trata-se de uma decomposição “threefold” – em três termos – do diferencial de rendimentos para ambos os sexos, sendo que o primeiro termo corresponde ao efeito dotação, que é considerado como o fator explicado, no qual a diferença na remuneração leva em consideração as características produtivas de cada grupo; o segundo termo capta o efeito discriminação, e trata-se do fator não explicado, e o terceiro como sendo o termo de interação.

Ressalte-se que a decomposição Oaxaca-Blinder ainda é bastante utilizada e relevante para estudos na área de economia do trabalho, quando tratando tanto de questões salariais, quanto de gênero, como pode ser observado em, por exemplo, os trabalhos de ^{Wirba et al. (2021)}, ^{Aderemi e Alley (2019)}, ^{Biltagy (2018)} e ^{Ospino et al. (2010)}.

II.3. Correção da Seletividade Amostral

As equações (1), (2), (7) e (8) formam a especificação empírica do modelo de determinação conjunta de participação na oferta de trabalho, participação no mercado de trabalho secundário e salários para homens e mulheres, respectivamente. Para obter estimadores não tendenciosos na equação de rendimentos, ^{Tunali (1986)} segue a intuição de ^{Heckman (1979)} e ^{Lee (1978}, ¹⁹⁷⁹), propondo a estimação do modelo em dois passos.

O primeiro ocorre a partir da estimação de um modelo Biprobit para a participação no mercado de trabalho, e, para participação no mercado secundário, estimam-se os termos de seleção (razão inversa de Mills), para cada equação.

(11)

(12)

Sendo que o denominador da equação (11) corresponde à probabilidade de que os indivíduos que possuem características geradoras de viés (nesse caso específico, os não participantes do mercado de trabalho) sejam selecionados. O mesmo raciocínio é valido para a equação (12), sendo que, neste caso, a população geradora do viés corresponde aos não participantes do mercado de trabalho secundário.

No segundo passo, os termos de correção são inseridos nas equações de rendimentos, permitindo corrigir o duplo viés de seleção envolvido nas equações de participação no mercado de trabalho e participação no mercado secundário, gerando estimativas consistentes dos parâmetros das equações de salários.

A equação de salário a ser estimada admite a seguinte forma:

(13)

Em que:

Lnwi = logaritmo do salário das demais ocupações

Xi' = vetor de variáveis explicativas

βi = parâmetros

λ1 e λ2 = termos de correção da seletividade

εi = termos de erro

II.4. Base de dados

Os dados utilizados neste trabalho foram obtidos no Censo Demográfico de 2010, disponibilizado pelo Instituto Brasileiro de Geografia e Estatística (IBGE). A população estudada é formada pelos indivíduos ocupados com um ou mais de um emprego, e pelos não ocupados, com idade entre 16 e 65 anos. A Tabela 1 apresenta a distribuição entre rural e urbano da população economicamente ativa e o número de ocupações desenvolvidas na semana de referência da pesquisa. Segundo os dados, as mulheres representam a maioria da amostra de moonlighters na zona urbana, enquanto os homens são maioria entre os indivíduos que participam no mercado de trabalho tendo emprego secundário na zona rural.

Tabela 1. Número de trabalhadores não ocupados, ocupados e com mais de uma ocupação nas áreas rurais e urbanas 

Fonte: elaboração própria a partir dos dados do ^{Censo de 2010}.

O Quadro 1 descreve as variáveis utilizadas.

Quadro 1. Descrição das variáveis 

^*A categoria de Serviços inclui as atividades Comerciais, Educação, Saúde e Serviços domésticos. Essas atividades referem-se à ocupação principal.

^**A variável Escol. x Exp. é responsável por mensurar a capacitação do indivíduo (para entrar no mercado de trabalho e auferir rendimentos mais elevados).

Fonte: elaboração própria a partir dos dados do ^{Censo de 2010}.

III.1. Análise descritiva dos dados - perfil do moonlighter

A Tabela 2 apresenta os valores médios e o desvio padrão das variáveis utilizadas nesta análise. Os dados apontam que entre as mulheres que participam do mercado secundário, 54% são de cor branca, 55% casadas, 55% têm filhos com idade acima de cinco anos, 35% residem na Região Sul e 25% são chefes de família. Ademais, têm três anos a mais de estudos que as participantes do mercado de trabalho com apenas uma ocupação. Portanto, ao observar o salário médio dos dois grupos, percebe-se que as mulheres que têm múltiplos postos de trabalho recebem um salário maior do que as que não participam do mercado secundário.

Com relação ao número de horas de trabalho na atividade principal, a moonlighter feminina da zona rural trabalha em média 34.7 horas/semana e recebe um valor médio por horas trabalhadas equivalente a R$ 5.64. Enquanto o grupo de trabalhadoras com apenas uma ocupação trabalha em média 32.7 horas/semana e recebe um valor médio de R$ 2.58 por hora de trabalho.

Resultados semelhantes são observados para os homens do meio rural, Tabela 2 (coluna 7). Existe uma maior proporção de moonlighters do sexo masculino, de raça branca, casados, com filhos maiores de cinco anos e chefes de família, e, dentre as regiões, o Nordeste tem uma maior incidência de trabalhadores rurais que realizam mais de uma ocupação.

Ao comparar homens e mulheres participantes do mercado de trabalho secundário do meio rural, na Tabela 2 (colunas 3 e 7), percebem-se algumas semelhanças, tais como: os trabalhadores moonlighters de sexo feminino e masculino da zona rural são, em média, de cor/raça branca, casados e possuem filhos com idade superior a seis anos.

Ao analisar as moonlighters de sexo feminino da zona urbana na Tabela 3 (coluna 3), observa-se que as mulheres que participam do segundo emprego têm uma média de idade de aproximadamente ٣٨ anos, 53% são casadas e têm filhos, 46% têm filhos com idade superior a seis anos, 45% assumem o posto de chefes de família e possuem maiores níveis de educação, enquanto que as mulheres com apenas uma ocupação tendem a ser mais jovens, em média apresentam uma quantidade menor em relação aos anos de estudos e têm filhos com idade inferior a seis anos.

Tabela 2. Perfil demográfico do moonlighter – Homens /Mulheres do meio rural brasileiro 

Fonte: elaboração própria a partir dos dados do ^{Censo de 2010}.

O perfil dos moonlighters de sexo masculino da zona urbana apresenta uma média de idade de, aproximadamente, 37 anos, possuem maiores níveis de qualificação, uma proporção de 70% é composta por casados e têm filhos, e seus filhos tendem a ter idade superior a seis anos, e são mais predispostos a serem chefes de família. A região com maior proporção de trabalhadores com segunda ocupação é a Região Sudeste, com 42%. Verifica-se, também, que os homens negros são menos propensos a participar do mercado de trabalho tendo emprego adicional.

Tabela 3. Perfil demográfico do moonlighter – Homens /Mulheres do meio urbano brasileiro 

Fonte: elaboração própria a partir dos dados do ^{Censo de 2010}.

III.2. Análise do modelo de participação

A Tabela 4 apresenta as estimativas das equações de participação no mercado de moonlighters e participação na força de trabalho. O coeficiente ρ (rho), que mede a correlação entre os termos de erro das duas equações, apresenta um valor negativo e estatisticamente significante, denotando que participar do mercado de trabalho e ter mais de uma ocupação são atividades concorrentes na decisão de alocação de tempo dos trabalhadores. Portanto, com o resultado do ρ≠0, conclui-se que as equações devem ser estimadas conjuntamente em um modelo Biprobit. Pode-se verificar a relação e a significância das variáveis que explicam os fatores condicionantes para participação nesse mercado e participação na força de trabalho para homens e mulheres da zona rural.

Tabela 4. Coeficientes estimados do modelo Probit Bivariado para as equações de participação na oferta de trabalho e participação no mercado secundário para o meio rural 

^*significante a 1%

^**significante a 5%

^***significante a 10%

Fonte: elaboração própria a partir das estimações.

Os resultados para os efeitos das variáveis dummy da educação, tanto na participação do mercado de trabalho, quanto tendo emprego secundário, mostram que quanto maior o nível de instrução, maior a probabilidade de participação em ambos os mercados.

O coeficiente estimado de (0.4575) indica que as mulheres com nível superior completo apresentam uma maior probabilidade de participação no mercado de trabalho secundário.

O fator educação também é determinante para os trabalhadores do sexo masculino, sendo que a probabilidade de participação no mercado de trabalho, tendo emprego adicional, é maior para aqueles que têm maiores níveis de instrução. Resultados semelhantes foram encontrados por ^{Bedi (1998)}, concluindo que a força de trabalho nesse segmento de mercado é composta por trabalhadores que apresentam maiores níveis de escolaridade.

Dentre as características individuais, a experiência apresenta um efeito positivo na participação no mercado de trabalho como moonlighter, tanto para as mulheres quanto para os homens, (0.0061) e (0.0130), respectivamente. No entanto, a variável experiência ao quadrado mostra um efeito negativo na probabilidade de participar da oferta de trabalho, como, também, na equação de participação no mercado de trabalho secundário, ou seja, um aumento na experiência do trabalhador aumenta a probabilidade de entrar no mercado de trabalho e de ter um segundo emprego, contudo a taxas decrescentes. ^{Menezes et al. (2005)}, argumentam que esta relação negativa ocorre porque a experiência de trabalho, na maioria das vezes, tem uma maior importância que a condição de escolaridade.

A interação da variável experiência e escolaridade, na equação de participação no mercado secundário, apresenta um coeficiente positivo para os homens e mulheres, (0.0005) e (0.0003), respectivamente. Esse efeito mostra que os indivíduos com maiores níveis educacionais e com mais anos de experiência tendem a ser mais propensos a participar da oferta de trabalho e ter múltiplos postos de trabalho.

Os resultados obtidos para as características do grupo familiar mostram que, para as mulheres, na equação de participação no mercado de trabalho, a presença de filhos menores de cinco anos influencia negativamente sua participação na força de trabalho, devendo-se isso ao fato de que a mulher tem uma restrição maior à participação nesse mercado de trabalho, quando possui filhos pequenos.

Para os moolighters do sexo masculino da zona rural, ter filhos menores ou maiores que 5 anos de idade mostra um efeito negativo, porém, estatisticamente insignificante, isso implica que a presença de filhos não é uma condição determinística que favorece a participação dos homens no mercado secundário.

A posição da mulher na família como chefe atua de forma a aumentar a participação no mercado de trabalho como moonlighter (0.1634). Isso implica que ser chefe de família é um fator condicionante, ou seja, aumenta a probabilidade das mulheres do meio rural a terem mais de uma ocupação. O mesmo resultado é encontrado para os trabalhadores do sexo masculino que são chefes de família, para os quais, tal posição aumenta sua probabilidade de participação no mercado de trabalho como moonlighter.

Sobre as características de residência, observa-se que dentre as regiões brasileiras, a Região Sul apresenta uma maior probabilidade de trabalhadores rurais que ofertam mão de obra buscando emprego adicional. Comparando com as demais regiões, os resultados não foram estatisticamente significantes.

A Tabela 5 mostra os resultados acerca das características individuais do moonlighter do sexo feminino residentes nas áreas urbanas, que denotam que as dummies de educação apresentam um maior efeito para as mulheres que possuem ensino superior, ou seja, há uma menor probabilidade de participação no mercado secundário para aquelas mulheres que têm menores níveis de educação. Quanto aos moonlighter do sexo masculino, todas as categorias apresentaram efeitos positivos, porém, a probabilidade de participação aumenta de acordo com o nível de educação. Resultado semelhante ao encontrado entre os moonlighters das áreas rurais.

Tabela 5. Coeficientes estimados do modelo Probit Bivariado para as equações de participação na oferta de trabalho e participação no mercado secundário para o meio urbano 

^*significante a 1%

^**significante a 5%

^***significante a 10%

Fonte: elaboração própria a partir das estimações.

A variável experiência tem um comportamento semelhante aos resultados encontrados para os moonlighters das áreas rurais, sendo positiva e significante para os dois gêneros. No que concerne à variável experiência ao quadrado, o coeficiente apresenta um sinal negativo para as duas equações, o que mostra que a experiência aumenta a probabilidade de participação no mercado, no entanto, essa variável apresenta efeitos decrescentes.

A variável experiência e anos de estudo apresenta um sinal positivo na equação de participação no mercado secundário, tanto para os homens quanto para as mulheres, mostrando que a interação entre anos de estudo e experiência aumenta a probabilidade de participação no mercado de trabalho como moonlighter. No entanto, na equação de participação na oferta de trabalho, o coeficiente relacionado às mulheres apresenta um valor negativo. Sobre as variáveis que caracterizam o grupo familiar, a condição de chefe de família relaciona-se de forma positiva nas equações de oferta de trabalho e participação no mercado secundário. Este resultado é esperado, pois ser chefe de família traz consigo a responsabilidade de prover os recursos necessários para a manutenção do domicílio.

Os coeficientes na equação de participação no mercado secundário mostram que, para as mulheres, ser chefe de família aumenta as chances de ter mais de uma ocupação, sendo (0.2288) e (0.0884) para os trabalhadores do sexo masculino. Esse resultado, por estar atrelado ao aumento do número de mulheres comandando os lares no Brasil, em 2000, 22,2% das mulheres comandavam os lares, passando para 37,3% em 2010, de acordo com dados do Censo Demográfico (^{IBGE, 2010}).

Para o moonlighter urbano, ser casado diminui a probabilidade de participação em emprego adicional. Esse resultado é verificado para os dois gêneros e pode estar associado ao fato de que o montante dos rendimentos provindos do trabalho principal garante o conforto e a estabilidade econômica almejada. O efeito da variável casado e não ter filhos mostra um impacto positivo na probabilidade para ter múltiplos postos de trabalho para o moonlighter feminino do meio urbano; esse resultado mostra que, na ausência de filhos, as mulheres estão dispostas a oferecer mais horas de trabalho. Ainda em relação às características da família, ter filhos com idade inferior a 5 anos gera um efeito negativo na probabilidade de participação no mercado de trabalho como moonlighter, tanto para os homens como para as mulheres.

Quanto às características de residência, morar na Região Nordeste aumenta a probabilidade de participação no mercado de segundo emprego. Resultado semelhante foi encontrado por ^{Casari e Bacha (2011)}, no qual os autores verificaram que os residentes da Região Nordeste estão dispostos a oferecer mais horas de trabalho destinadas a uma segunda ocupação.

A equação de participação da oferta de trabalho mostra que os beneficiários do programa Bolsa Família apresentam um coeficiente negativo, (-0.3723) para as mulheres, e (-0.2945) para os homens, resultado que corrobora o encontrado por ^{Cavalcanti et al. (2014)}, que atribui ao programa um desestímulo ao trabalho.

III.3. Resultados da decomposição de Oaxaca-Blinder

A decomposição de rendimentos para os indivíduos das áreas rurais e urbanas que participam do mercado de trabalho como moonlighter foi realizada por meio da decomposição de ^{Oaxaca (1973)} e ^{Blinder (1973)}, levando em consideração três componentes: o primeiro faz referência às diferenças produtivas (efeito dotação) e demais características dos trabalhadores, o segundo componente trata-se do efeito discriminação e o terceiro, corresponde às interações entre os dois primeiros componentes.

As Tabelas 6, 7, 8 e 9 apresentam as regressões dos salários com os respectivos termos de correção da seletividade (𝜆) e os impactos das variáveis explicativas sobre o logaritmo dos rendimentos dos demais trabalhos.

Tabela 6. Equação do salário das demais ocupações para o moonlighter masculino da área rural 

^*significante a 1%

^**significante a 5%

^***significante a 10%

Fonte: elaboração própria a partir dos dados do ^{Censo de 2010}.

Tabela 7. Equação do salário das demais ocupações para o moonlighter feminino da área rural 

^*significante a 1%

^**significante a 5%

^***significante a 10%

Fonte: elaboração própria a partir dos dados do ^{Censo de 2010}.

Tabela 8. Equação do salário das demais ocupações para o moonlighter masculino da área urbana 

^*significante a 1%

^**significante a 5%

^***significante a 10%

Fonte: elaboração própria a partir dos dados do ^{Censo de 2010}.

Tabela 9. Equação do salário das demais ocupações para o moonlighter feminino da área urbana 

^*significante a 1%

^**significante a 5%

^*** significante a 10%

Fonte: elaboração própria a partir dos dados do ^{Censo de 2010}.

Os resultados das estimativas das funções salários para os moonlighters, tanto para zona rural como para zona urbana, apresentaram sinal positivo para as variáveis educação e experiência, denotando que, quanto mais anos de estudo e experiência o trabalhador adquire, maiores são os rendimentos que recebem. Os coeficientes da experiência² são negativos, resultado esperado, pois de maneira generalizada, à medida que a experiência aumenta, é provável que haja uma tendência de crescimento da renda, porém, isso ocorre a taxas decrescentes.

A Tabela 10 mostra os resultados da decomposição de rendimentos para os indivíduos na área rural. O coeficiente da diferença do logaritmo da renda dos demais trabalhos para as mulheres, que nesta análise é considerado como o grupo de referência, apresenta um valor de 5.8508. É possível que este grupo tenha um rendimento inferior, pois os resultados encontrados para os homens apresentam um coeficiente de 5.995, sendo -0.1442 a diferença entre os rendimentos desses dois grupos.

A parcela do diferencial de salário atribuída ao “Efeito dotação” comprova que as mulheres possuem maiores atributos produtivos, pois caso os homens possuíssem essas mesmas características produtivas, receberiam um aumento de 0.2159 em seus salários. Para o “Efeito discriminação” obtém-se que uma parcela de -0.4882 não explica o diferencial nos salários entre homens e mulheres, levando em consideração suas qualidades produtivas, ou seja, esse resultado mostra que os homens são mais valorizados no mercado de trabalho secundário, e que seus rendimentos são superiores, denotando um efeito discriminatório entre os salários dos moonlighters.

Tabela 10. Decomposição do diferencial de salários, por gênero, entre os moonligthers da área rural 

^* significante a 1%

^**significante a 5%

^*** significante a 10%

Fonte: elaboração própria a partir das estimações.

A Tabela 11 apresenta os resultados da decomposição salarial para os moonlighters da zona urbana. Resultados semelhantes encontrados na análise de decomposição rural são verificados nas áreas urbanas, ou seja, nota-se a existência de um hiato de -0.3330 nos rendimentos.

O “Efeito Dotação” apresenta um coeficiente positivo de 0.1172, isso implica que, se os homens possuíssem as mesmas atribuições produtivas que as mulheres, receberiam 0.1172 a mais, o que comprova que as mulheres possuem qualidades produtivas mais elevadas. Considerando o “Efeito Discriminação”, nota-se que uma parcela de -0.4873 não explica o diferencial de salários pelas características produtivas. Dessa forma, as mulheres recebem salários mais baixos, o que denota um efeito discriminatório com base no gênero. O Efeito Interação apresenta um efeito conjunto das diferenças das características, com o coeficiente de 0.0370.

Tabela 11. Decomposição do diferencial de salários, por gênero, entre os moonligthers da área urbana 

^* significante a 1%

^**significante a 5%

^***significante a 10%

Fonte: Elaboração própria a partir das estimações.