Resumo Executivo

Domingos Isaias Maia Amorim; Mayara Ribeiro de Araújo

Resumo elaborado pela ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege voltada à síntese e redação.

A questão da desigualdade de renda no Brasil, particularmente em termos de gênero e raça, constitui um desafio de longa data no cenário econômico nacional. Historicamente, a distribuição de renda apresenta distorções severas, com disparidades significativas nas remunerações entre homens e mulheres, bem como entre diferentes grupos étnico-raciais (Alves, 2016; Anastácio, 2022). Essas desigualdades refletem tanto questões estruturais do mercado de trabalho quanto práticas que perpetuam a segregação ocupacional e as diferenças salariais. Fatores como a concentração de mão de obra feminina em setores de menor remuneração e o acesso limitado a cargos de liderança intensificam essa disparidade. A intersecção entre gênero e raça agrava o quadro, resultando em desvantagens acumuladas para mulheres negras, que frequentemente ocupam a base da pirâmide socioeconômica (Anastácio, 2022). Nas últimas décadas, embora tenham ocorrido sinais de progresso na redução dessas assimetrias, a questão do rendimento permanece como um desafio persistente, especialmente no setor agropecuário. O mercado de trabalho agrícola brasileiro é marcado por um dualismo entre a agricultura familiar e o agronegócio de larga escala, o que contribui para disparidades na distribuição de renda e na produtividade (Nunes et al., 2020; Souza et al., 2021).

A teoria do capital humano oferece uma base fundamental para compreender essas dinâmicas, sugerindo que o conhecimento, as habilidades e a saúde dos indivíduos são ativos que podem ser investidos para aumentar a produtividade e, consequentemente, o rendimento. A acumulação de capital humano atua como um motor de crescimento econômico, mas sua eficácia é frequentemente limitada por barreiras estruturais que impedem o acesso equitativo a oportunidades educacionais e de saúde (Galor, 2011). A desigualdade de rendimento pode, por sua vez, influenciar a qualidade do investimento em capital humano, criando um ciclo onde famílias com menos recursos enfrentam dificuldades maiores no acesso a qualificações que permitiriam a mobilidade social. Empiricamente, uma distribuição mais equitativa da educação tende a resultar em uma diminuição das disparidades de rendimento, demonstrando que a melhoria no acesso ao capital humano serve como estratégia para mitigar assimetrias (Lee e Lee, 2018). Além disso, a desigualdade impede que as populações mais vulneráveis acumulem ativos produtivos, limitando o desenvolvimento econômico e social de diversas regiões (Herzer e Vollmer, 2011).

O investimento em capital humano é, portanto, essencial para o desenvolvimento, indicando que estratégias que ampliam o acesso à educação e à saúde são cruciais para minimizar perdas socioeconômicas (Benoit et al., 2022). O fortalecimento dessas capacidades não apenas dinamiza a economia, mas também promove uma sociedade mais equitativa. No entanto, a simples acumulação de capital humano nem sempre se traduz em redução imediata da desigualdade, pois estruturas de poder e instituições podem perpetuar disparidades de rendimento independentemente da qualificação individual. O impacto do capital humano na desigualdade faz parte de um complexo conjunto de fatores que incluem políticas fiscais e redistributivas (Abrigo et al., 2018). No contexto agropecuário, essa dinâmica ganha contornos específicos devido à modernização tecnológica desigual, onde segmentos que capitalizam ganhos de produtividade veem suas rendas aumentarem, enquanto outros, sem acesso aos mesmos recursos, permanecem em condições de vulnerabilidade.

Para analisar essas disparidades, utiliza-se uma abordagem metodológica rigorosa baseada nos microdados da Pesquisa Nacional por Amostra de Domicílios Contínua, disponibilizada trimestralmente pelo Instituto Brasileiro de Geografia e Estatística (IBGE, 2020). A série histórica selecionada abrange o período de 2012 a 2024, permitindo uma análise temporal abrangente do mercado de trabalho brasileiro. A seleção das variáveis fundamenta-se na teoria do capital humano e em achados consolidados na literatura sobre diferenciais de rendimento. A amostra é restrita a indivíduos com idade entre 16 e 75 anos, alinhando-se à definição de População em Idade Ativa e excluindo aqueles com alta probabilidade de estarem fora da força de trabalho, como aposentados. A variável dependente principal é o logaritmo natural do rendimento do trabalho principal por hora, o que permite captar a remuneração de forma padronizada, independentemente da jornada semanal.

A estratégia empírica emprega o modelo de seleção de Heckman para corrigir potenciais vieses de seleção decorrentes da participação não aleatória na força de trabalho. Esse modelo consiste em duas etapas: uma equação de seleção, que determina a probabilidade de um indivíduo estar ocupado, e uma equação de resultado, que estima os determinantes da renda para aqueles que possuem rendimentos observáveis. Variáveis como idade, educação, estado civil e composição familiar são incluídas na equação de seleção, enquanto a equação de rendimento foca em variáveis de capital humano, características do trabalho e fatores regionais. Complementarmente, utiliza-se a decomposição de Oaxaca-Blinder para examinar os fatores que contribuem para as lacunas de rendimento entre diferentes grupos. Esse método permite decompor a diferença salarial em dois componentes: um explicado por diferenças em características observáveis, como escolaridade e experiência, e outro não explicado, frequentemente associado a retornos diferenciados a essas características, o que pode indicar a presença de discriminação estrutural (Dobner et al., 2022).

A análise descritiva dos dados revela padrões persistentes de desigualdade ao longo do período analisado. Ao segmentar o rendimento habitual médio por gênero e setor econômico, observa-se que a lacuna entre homens e mulheres é notória em todos os anos. Em 2024, por exemplo, o rendimento médio habitual de homens nos setores não agrícolas atingiu R$ 3456,42, enquanto o de mulheres no mesmo setor foi de R$ 2691,40. No setor agropecuário, os homens registraram um rendimento médio de R$ 2109,17, valor superior aos R$ 1855,35 registrados pelas mulheres no mesmo ano. Esses dados evidenciam que, embora o setor agropecuário tenha apresentado crescimento nos rendimentos nominais, ele permanece com patamares inferiores aos demais setores da economia, independentemente do gênero. Essa discrepância setorial pode estar associada a fatores como a menor formalização do trabalho no campo, a sazonalidade da produção e a menor agregação de valor na cadeia produtiva primária.

A comparação setorial indica que o rendimento na agropecuária é consistentemente inferior ao dos demais setores. Estudos indicam que, embora a modernização agrícola e o maior acesso à tecnologia tenham trazido melhorias, os rendimentos dos trabalhadores rurais ainda não se equiparam aos da indústria e serviços (Bernardelli et al., 2024). Em zonas de expansão produtiva, o impacto positivo sobre os rendimentos muitas vezes não é proporcional ao observado em indústrias mais integradas, sugerindo uma polarização na distribuição de renda. A falta de regulamentação e de contratos formais na agropecuária resulta em rendimentos mais baixos, uma vez que condições informais não oferecem benefícios como férias e gratificações natalinas. Além disso, a sazonalidade representa um fator relevante, pois muitos cultivos estão sujeitos a variações que impactam a estabilidade dos ganhos ao longo do ano. A adoção limitada de inovações tecnológicas em pequenas propriedades também afeta negativamente a produtividade e, por consequência, a remuneração dos trabalhadores (Mello et al., 2024).

No que tange às disparidades raciais, os dados de 2024 mostram que homens brancos atingem um rendimento médio de R$ 2980,74, seguidos por mulheres brancas com R$ 2582,19. Em contraste, homens negros recebem R$ 1601,16 e mulheres negras apenas R$ 1229,50. Em termos percentuais, o rendimento dos homens negros corresponde a apenas 53,7% do auferido pelos homens brancos, enquanto o das mulheres negras equivale a 41,2%. Esses números evidenciam os efeitos interseccionais da desigualdade de gênero e raça no mercado de trabalho brasileiro. A persistência dessas lacunas indica que as desigualdades raciais continuam sendo um problema estrutural profundo, moldado por contextos sociais que definem as oportunidades econômicas de grupos distintos (Dias, 2023). A discriminação racial no acesso à educação de qualidade também contribui para esse cenário, uma vez que disparidades no desempenho acadêmico resultam em resultados econômicos diferenciados ao longo da vida.

Os resultados do modelo de seleção de Heckman, aplicado a uma amostra de 320.751 observações, indicam efeitos significativos da idade e da escolaridade sobre os rendimentos. A variável idade apresenta um coeficiente positivo de 0,0276, enquanto seu termo quadrático é negativo, sugerindo uma relação côncava onde os rendimentos crescem com a experiência até certo ponto e depois decrescem. A escolaridade demonstra uma forte associação positiva, com cada ano adicional de estudo vinculado a um aumento de aproximadamente 8,5% no rendimento horário. Na equação de seleção, observa-se que ser homem, chefe de domicílio e residir em áreas urbanas ou capitais aumenta a probabilidade de inserção no mercado de trabalho com rendimentos observáveis. O termo de correção de seleção apresentou valor negativo e significativo, indicando que indivíduos com maior propensão a participar da amostra tendem a ter rendimentos inferiores aos que não participam, o que reforça a necessidade de corrigir o viés de seleção para garantir estimativas precisas.

A decomposição de Oaxaca-Blinder para o ano de 2024 revela que, no recorte por gênero, os homens auferem rendimentos aproximadamente 27% superiores aos das mulheres na agropecuária. Surpreendentemente, apenas uma parcela mínima desse diferencial é explicada por características observáveis. A maior parte da diferença, cerca de 103,96%, está associada ao componente não explicado, o que sugere que fatores estruturais e discriminações de gênero exercem papel preponderante na determinação da remuneração no setor. Já no recorte por raça, o diferencial de rendimento entre brancos e negros é de 0,1589 no logaritmo. Diferentemente do gênero, quase a totalidade dessa diferença é explicada por características observáveis, como escolaridade e experiência. Isso indica que as disparidades raciais na agropecuária derivam majoritariamente de desigualdades históricas no acesso ao capital humano e ao posicionamento ocupacional.

Ao analisar subgrupos, observa-se que entre os homens a disparidade salarial entre brancos e negros decorre essencialmente do perfil de capital humano. No caso das mulheres, a diferença entre brancas e negras também é predominantemente explicada por características observáveis, mas o contexto de discriminação de gênero não pode ser ignorado. A comparação mais dramática ocorre entre mulheres negras e homens brancos, onde a diferença no logaritmo dos rendimentos atinge 0,4212, equivalente a mais de 50% em termos proporcionais. Nessa comparação, 60,85% da diferença decorre do componente não explicado, indicando que barreiras estruturais e discriminações de gênero e raça atuam de forma cumulativa. A penalização enfrentada por mulheres negras é emblemática de um mercado onde a discriminação estrutural cria desigualdades que vão além do rendimento, afetando o bem-estar geral.

Essas evidências oferecem subsídios cruciais para a formulação de políticas públicas. Para combater a desigualdade racial, as intervenções devem focar na ampliação do acesso de trabalhadores negros a programas de qualificação profissional e educação formal voltados para as demandas do agronegócio moderno. Ações que incentivem a permanência escolar e a aquisição de experiência em ocupações de maior retorno seriam eficazes para reduzir a parcela explicada da desigualdade. Por outro lado, para mitigar a disparidade de gênero, as políticas precisam ir além do capital humano, combatendo a discriminação estrutural por meio de canais de denúncia, promoção de cultura de equidade nas empresas rurais e fiscalização de práticas salariais. A subvalorização do trabalho feminino e da mão de obra negra representa uma alocação ineficiente de talentos, prejudicando a produtividade e a inovação no setor agropecuário.

Atualmente, embora existam políticas de inclusão amplas no Brasil, como a Lei de Cotas, são raras as iniciativas desenhadas especificamente para o setor agropecuário com um recorte interseccional. Programas que incentivam a responsabilidade social nas empresas rurais ainda carecem de um foco robusto no combate às disparidades raciais e de gênero de forma combinada. A rigidez da discriminação racial e de gênero exige que os fatores de mercado sejam acompanhados por mudanças institucionais que quebrem estereótipos enraizados. A análise demonstra que o avanço da escolaridade, embora fundamental, não é suficiente por si só para eliminar as assimetrias, especialmente quando se consideram as barreiras enfrentadas pelas mulheres negras. A valorização da diversidade no campo não é apenas uma questão de justiça social, mas um imperativo para a eficiência econômica e o desenvolvimento rural sustentável.

Conclui-se que o objetivo foi atingido, uma vez que a análise demonstrou que o mercado de trabalho agropecuário brasileiro em 2024 permanece marcado por profundas desigualdades de gênero e raça. A pesquisa evidenciou que, enquanto a disparidade racial é majoritariamente explicada por diferenças no acesso ao capital humano, a desigualdade de gênero é predominantemente estrutural e não explicada por variáveis produtivas, sugerindo a presença de discriminação. O achado mais crítico reside na dupla penalização sofrida pelas mulheres negras, cujas desvantagens se acumulam e se reforçam mutuamente, resultando nos menores patamares de rendimento do setor. A correção do viés de seleção pelo modelo de Heckman e a aplicação da decomposição de Oaxaca-Blinder permitiram quantificar essas assimetrias com precisão, reforçando a urgência de políticas públicas e estratégias de gestão de mão de obra que considerem a interseccionalidade para promover um ambiente laboral mais justo e produtivo no campo brasileiro.

Referências Bibliográficas:

Abrigo, M.; Lee, S.; Park, D. 2018. Human capital spending, inequality, and growth in middle-income asia. Emerging Markets Finance and Trade, 54(6), 1285-1303. https://doi.org/10.1080/1540496x.2017.1422721

Alves, J. E. D. 2016. Desafios da equidade de gênero no século XXI. Revista Estudos Feministas, 24(2), 629-638. https://doi.org/10.1590/1805-9584-2016v24n2p629

Anastácio, S. D. S. 2022. Diferenciais de rendimento por gênero no mercado de trabalho brasileiro: uma análise por grupamentos ocupacionais. Dissertação de Mestrado em Economia. Programa de Pós-Graduação em Economia. Universidade Federal de Viçosa, Viçosa, Minas Gerais, Brasil. https://doi.org/10.47328/ufvbbt.2022.650

Benoit, K.; Noël, T.; Essohanam, P.; Bazie, P. 2022. Analysis of human capital effects: a systematic review of the literature. International Journal of Human Resource Studies, 12(4), 17. https://doi.org/10.5296/ijhrs.v12i4.20506

Bernardelli, L.; Castro, G.; Gobi, J.; Michellon, E. 2024. O impacto da modernização agrícola no mercado de trabalho formal brasileiro. Economia & Região, 12(1), 1-25. https://doi.org/10.5433/2317-627x.2024.v12.n1.49060

Dias, F. A. 2023. The (in)flexibility of racial discrimination: labor market context and the racial wage gap in the United States, 2000 to 2021. Socius: Sociological Research for a Dynamic World, 9. https://doi.org/10.1177/23780231221148932

Dobner, L.; da Rocha Gonçalves, R.; Pereira, R. M. 2022. Análise setorial dos diferenciais de rendimentos entre os gêneros no Rio Grande do Sul: Uma abordagem paramétrica e não paramétrica. Revista Brasileira de Estudos Regionais e Urbanos, 16(2).

Galor, O. 2011. Inequality, human capital formation and the process of development. https://doi.org/10.3386/w17058

Herzer, D. and Vollmer, S. (2011). Inequality and growth: evidence from panel cointegration. The Journal of Economic Inequality, 10(4), 489-503. https://doi.org/10.1007/s10888-011 9171-6

Instituto Brasileiro de Geografia e Estatística [IBGE]. 2020. PNAD Contínua – Chaves. Nota Técnica. Disponível em: . Acesso em: 25. Mar. 2025

Lee, J.; Lee, H. 2018. Human capital and income inequality*. Journal of the Asia Pacific Economy, 23(4), 554-583. https://doi.org/10.1080/13547860.2018.1515002

Mello, A.; Carvalho, D.; Ogasawara, E. 2024. Predição da produção de etanol nos estados brasileiros., 120-127. https://doi.org/10.5753/bresci.2024.243818

Nunes, E. M.; da Silva, V. M.; de Sá, V. C. 2020. Assistência Técnica e Extensão Rural (ATER): formação e conhecimentos para a agricultura familiar do Rio Grande do Norte. Redes. Revista do Desenvolvimento Regional, 25(2), 857-881. https://doi.org/10.17058/redes.v25i2.14174

Souza, G. S.; Gomes, E. G.; Gazzola, R. 2021. Organic production on gross agricultural income: Study based on data from the 2017 agricultural census. Revista Verde de Agroecologia e Desenvolvimento Sustentável, [S. l.], 16(1). 60-70. 10.18378/rvads.v16i1.8388.

Resumo executivo oriundo de Trabalho de Conclusão de Curso da Especialização em Agronegócios do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy