Diferença salarial entre gêneros: análise das regiões brasileiras os anos de 2016 a 2021
| Ano de defesa: | 2023 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | , |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Universidade Estadual de Ponta Grossa
|
| Programa de Pós-Graduação: |
Programa de Pós - Graduação em Economia
|
| Departamento: |
Departamento de Economia
|
| País: |
Brasil
|
| Palavras-chave em Português: | |
| Área do conhecimento CNPq: | |
| Link de acesso: | http://tede2.uepg.br/jspui/handle/prefix/4252 |
Resumo: | O objetivo desta pesquisa é analisar a diferença salarial entre gêneros nas macrorregiões brasileiras. Para tanto, buscou-se o referencial teórico sobre os conceitos de capital humano, da segmentação no mercado de trabalho e da discriminação, incluindo relatos sobre fatores que geram os diferenciais salariais. Alguns autores utilizados são Schultz (1964, 1973), Becker (1957, 1973), Mincer (1958), Doeringer e Piore (1970), os quais demonstram que o capital humano é uma das principais fontes que podem contribuir para o aumento do nível de renda. A pesquisa de dados foi realizada com análise dos microdados da PNAD Contínua, com dados das grandes regiões brasileiras no período de 2016 a 2019, e os anos de 2020 e 2021 com influência da Covid-19, para os indivíduos do sexo feminino e masculino. O método utilizado para análise dos dados foi o método de decomposição de Oaxaca- Blinder (1973), que faz uma decomposição dos rendimentos médios de cada um dos gêneros, onde se dividem os diferenciais em uma parte explicada pelas diferenças produtivas dos indivíduos e outra não explicada, com quesitos como cor, raça, gênero, religião. Os resultados mostram que os homens possuem menores níveis de educação e maiores rendimentos comparados com o sexo feminino. A divergência passa a ser notada quando os dados são analisados por região, pois se constata que as regiões mais desenvolvidas economicamente possuem maiores índices de discriminação e desigualdade do que regiões com médias salariais menores. Portanto, através da decomposição de rendimentos podemos encontrar a persistência do tamanho da discriminação entre os gêneros. Também foi possível constatar que houve um aumento do tamanho discriminatório nas regiões do Nordeste e Norte nos anos de 2020 e 2021 períodos afetados pela Covid-19, onde os níveis salariais dos anos anteriores não haviam uma tendência de crescimento. |
| id |
UEPG_e4c7d0788da42e66142c9e6538ac3b2c |
|---|---|
| oai_identifier_str |
oai:tede2.uepg.br:prefix/4252 |
| network_acronym_str |
UEPG |
| network_name_str |
Biblioteca Digital de Teses e Dissertações da UEPG |
| repository_id_str |
|
| spelling |
Hilgemberg, Cleise Maria de Almeida Tupichhttps://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4753778J9&tokenCaptchar=03AFcWeA6j6THpPpYdV0lthGvgSS5OS0Q4QQSXLeOU1OAIX6UypRG1Y9GVB7hnjk3c7HXYJxT5KFqB_JPUGLrzV3wi7nzzmuSJYqll2B_kO_y_GQtPwt6i5RPsOmkvOizwWZj76etsiwLZBaYdeNRjFWLwEOPstoNYKnFl5WM6UI4DAhUy6yO3CAuqDm1JSBb7qiTHsYqM-PxUv5TuxOYAjXvVsYDrwNzmy6mb9M9U1nw0ALCB1NvX_L-oHqHlZDQrnLmdezgLInOyEBVFTLtr-Hs4_OznLMn7xP-XIDWjI-f7wr2OKfV-RQF6DRWVSQdFg-dP_VrjEuNKC9yJkzZYQ_TwkqE7MYYzvpDNbjcgY2yCXXFWXHb8bWFIQqwL6kvZBT6AukhTkXO_DrSZw1JLMOJz1zq2QLKfbyHyP-prWzVG9oHW692k_fLCoJa3ZSFBSVR6wJra4lixHqPx1mfodbJ1mQiCXDUAO_GROeoopmpCfyKwugQGcpA2OeUswvwGNG9V2pf8zonv6T0MKBb8ejloRE5dqJa6MaiAVstFE1t8e31bHjNa9ad9va_qVw8pu26LgVSBxwu6ZsVNy3DLQLixKIVjR8LDH7wKNw4KsRo7JeGWEoryahmb1J8rQVPw-mBvSLvzBKWSgkddJb2Mnn8PdzPG-UGW0s28awO6AUun_a1NO_l7gkR-dPvQ15lNWGwYADA_CwwG2iCMkveoVKAVx7TsDFarSIRiEPbYOdZZ-bKhAf1-_l2EcY7XTBXB_f8R9E-yv1zBOliveira, Luma dehttps://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4462814Z0&tokenCaptchar=03AFcWeA7yYmAyEGlDnrjW8TXjnO-TgJE0BHDEgKTngx7UxzlUnpF935Gy-hs87-fNU5kV-ZdnRE6D4FTxp6cv2uB_02pTEroFYn9mLkzuFOZXc5BzXFusThunsk9lI1xhVcrCnYHPd29CjLI6Gd_y2o0AJuAVa9fKYraaOM6Td-sPD5F3oNxGfWa93PYFf4mgClg8A5-5vRbqu1lsWFzEsl6yWZ30DBFQFsMdsilf9uE_Fk5blD5J2eWkxCFQCTm4du6dptC9JvyxRHbb1kzDFw0zpo-59omKOIdWpuFSHineytPE551zutPEsUi5su89x44FOMgwMe1muW6uPFfiuP44GpAnVVIZcShx4e6ukCp01808AMW-wnWsPYA1e0P4EvC4RwdeFXs48pm2-_Nb3fy5Xr2wqzETyfizTtuyjOa6su05mUlXhkxTJRy6zDkzeAgcfUlRBEVWnQt6yxpGsRswnbtv-XVMYdexgQLsq9V8mLqW_95iZ9cIqWEK-1y0trR5O1QA1JxyEoR9scS_oivmmkHg4SaEe0MSjAbUEfEREP5Kzf4Pf_S6RApHaxumSD_fpak5ThT7nNolMxja0LKuYwDl6SNyRoL9x9KXKVHpaaml_Lmn8M4e_yDxBC8-lQiBsFbD8Kt12WhC6X8BMNTxvtb3i-Txc_Veov-j9Hj3UAv3XJ57LrrVoVo0DS7nL3t6Bg3_nFy98dT2BmUg0i827UAEYlByC2Q8K9NCMQ3CH8sad8PxM7KMMbj7zV38Ren2aPh_h-B-Souza, Solange de Cassia Inforzato dehttps://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4723203A7&tokenCaptchar=03AFcWeA4IoIdbhigxB2E1hlolzuZO78qzS1SOHXhf2hGqvBabJ0U1fsstFUsYnWsoSCY-zTVhrzYxZX4u09xLClJc18jpjVRIg4a_8UAHXRMKQmNwnS4wDCKm1nNN6Tj1tatR6MUCYTPSY1KRPnxHIr7NMyv5hZS4j3soKwPMrPvpTNohSgpR9_rICAgRKLFMzEd3EIAjwF-mxmnbKOpBs7jeBwM6Cmpkj2O2xgNPlpj5fwRFBEDAIw3mnwx7ByjaidF58OWSc2T2lOmYXtP0BQoWZhN0FM8XmPrVTasDIDSOarWwhINClHk8AhzgSPkI1uAdPE8camFpOgO7a6uR9o4ZcsysOir8gPxzYmDgFwRSSXvdalklfGPJsHxpO_Hj2bvFP9h-7mkjSjGQo-gMhLfC7vNjhGnXUBw0gy_f-Y7C0Z3avsUHrAQWea_NxjN9n4V7dBjg4UCuV5tD01_t7opsmkGRUkwuIZzNz7hHdNl-4KuTTUgrVn2jLqlXUHxDpUPNgRc6y5bh_XESqS0kCYFgqZJ-dRITFwkd-MzhzJlLmffuIEH1J3-V2n0GT57Zb8UtJSX7vOkO7rIlGEgIXu0_Bdw1b3i6-DAfnAHa_uNK5fSiz4nVW_4BHBe8WCnzLLHOx651TizmPW3dr3kRJ93XaTDysSeXN7O7hNAHKRgXPJkWZNvqZpgqsVVwX3pNTWjATgnNTzzBYT0ToXz9-_Ue9SpoMC0Y5z-0oAMW9hJJg5pzPAXSy3IDjIRRl1g2u3a5YdFFHMFDOliveira, Luma dehttps://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4462814Z0&tokenCaptchar=03AFcWeA7vaEaNTNH5YXUXyqToDsxeuOj06FjtclL-YqiW4YCcxs6MtiqP2uR5svtdkZaVVrP_XHdcjhldeAPsPhlwECwMreJmETp5WCkFJ6nTeNO1x8e5I-r0oi9Yu95P_STj-RF82Tiqr3-whOU9blsltouLpYGh6gZQuA2vaou94_EuHpwpiaR-ngNKV2FLiOLTljcLWalK_3imCecUspnvSRKz0Tp95hkdiGC8-EJN4_bXyA_ln4Ha9M0JPQfMGA_EVg8EfyzZhE1KKWa_tqWPPD8QzUxVw2fQDCtCCUHXShW_SuWsPQ1683sWSMqZz8R0FWLK2ZxvwbkYgBphXP3l1a19-MeiG-nLaOqDlB53rO7U2Jx41V9t2AehxniQJO0gByfNfOFasDEd8MWEUNoWeHfFatme3A4f-DxJuO85iVO3tcqpUIrSipdOgqYBBPJsuavTpJO7Tmjw3o7-yIWKo1o7YsgkNrW6zvWcucKXK0xgPpDYocRsVjvkxDACL_yQWncFrlXYs1RcnfiFEwXvr8HZ45suq9K9IZk4x8YvIaWMvpNJf7S5bEHFL6Blx4E1IbXNbxxziksvGHcJ9gH7Y2oCbXWriTWx_DbVrWWRNhRdprar7i4Ds0SM8vs3nmGGLpmEC-ikGBW3_dFqWMkppeDcvd0xEJtI84xbdGrjxYtLFAfXGksrzNeRb9mJ719ypORI1vFioAvIXFUH-WHjhOnLYWBDk0DaGbEpV4CkcsUvkw1SuGKWFthp2qm6kzcTJwxwb4Zrlattes.cnpq.brSantos, Leomar dos2024-06-10T18:01:35Z2024-06-102024-06-10T18:01:35Z2023-09-26SANTOS, Leomar dos. Diferença salarial entre gêneros: análise das regiões brasileiras os anos de 2016 a 2021. 2023. Dissertação (Mestrado em Economia) - Universidade Estadual de Ponta Grossa, Ponta Grossa, 2023.http://tede2.uepg.br/jspui/handle/prefix/4252O objetivo desta pesquisa é analisar a diferença salarial entre gêneros nas macrorregiões brasileiras. Para tanto, buscou-se o referencial teórico sobre os conceitos de capital humano, da segmentação no mercado de trabalho e da discriminação, incluindo relatos sobre fatores que geram os diferenciais salariais. Alguns autores utilizados são Schultz (1964, 1973), Becker (1957, 1973), Mincer (1958), Doeringer e Piore (1970), os quais demonstram que o capital humano é uma das principais fontes que podem contribuir para o aumento do nível de renda. A pesquisa de dados foi realizada com análise dos microdados da PNAD Contínua, com dados das grandes regiões brasileiras no período de 2016 a 2019, e os anos de 2020 e 2021 com influência da Covid-19, para os indivíduos do sexo feminino e masculino. O método utilizado para análise dos dados foi o método de decomposição de Oaxaca- Blinder (1973), que faz uma decomposição dos rendimentos médios de cada um dos gêneros, onde se dividem os diferenciais em uma parte explicada pelas diferenças produtivas dos indivíduos e outra não explicada, com quesitos como cor, raça, gênero, religião. Os resultados mostram que os homens possuem menores níveis de educação e maiores rendimentos comparados com o sexo feminino. A divergência passa a ser notada quando os dados são analisados por região, pois se constata que as regiões mais desenvolvidas economicamente possuem maiores índices de discriminação e desigualdade do que regiões com médias salariais menores. Portanto, através da decomposição de rendimentos podemos encontrar a persistência do tamanho da discriminação entre os gêneros. Também foi possível constatar que houve um aumento do tamanho discriminatório nas regiões do Nordeste e Norte nos anos de 2020 e 2021 períodos afetados pela Covid-19, onde os níveis salariais dos anos anteriores não haviam uma tendência de crescimento.The objective of this research is to analyze the wage gap between genders in Brazilian macro-regions. To this end, a theoretical framework was sought on the concepts of human capital, segmentation in the labor market and discrimination, including reports on factors that generate salary differentials. Some authors used are Schultz (1964, 1973), Becker (1957, 1973), Mincer (1958), Doeringer and Piore (1970), who demonstrate that human capital is one of the main sources that can contribute to increasing the level of income. A data search was carried out with analysis of microdata from the Continuous PNAD, with data from large Brazilian regions in the period from 2016 to 2019, and the years 2020 and 2021 with the influence of Covid-19, for female and male individuals. The method used to analyze the data was the confidence method of Oaxaca-Blinder (1973), which makes an economy of the average income of each gender, where the differences are divided into a part explained by the productive differences of individuals and another not explained. explained, with questions such as color, race, gender, religion. The results show that men have lower levels of education and higher income compared to women. The divergence becomes noticeable when the data is analyzed by region, as it is found that more economically developed regions have higher rates of discrimination and inequality than regions with lower average salaries. Therefore, through the reduction in income we can find the persistence of discrimination between genders. It was also possible to verify that there was an increase in the discriminatory size in the Northeast and North regions in the years 2020 and 2021, periods affected by Covid-19, where salary levels in previous years did not have an upward trend.Submitted by Angela Maria de Oliveira (amolivei@uepg.br) on 2024-06-10T18:01:35Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Leomar dos Santos.pdf: 2276338 bytes, checksum: 9dd39e7ba6dd59fa3ae0bbd9755b0cc2 (MD5)Made available in DSpace on 2024-06-10T18:01:35Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Leomar dos Santos.pdf: 2276338 bytes, checksum: 9dd39e7ba6dd59fa3ae0bbd9755b0cc2 (MD5) Previous issue date: 2023-09-26porUniversidade Estadual de Ponta GrossaPrograma de Pós - Graduação em EconomiaUEPGBrasilDepartamento de EconomiaAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessCNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIADiferenciais salariaisGêneroDiscriminaçãoSalary differentialsGenderDiscrimationDiferença salarial entre gêneros: análise das regiões brasileiras os anos de 2016 a 2021info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Biblioteca Digital de Teses e Dissertações da UEPGinstname:Universidade Estadual de Ponta Grossa (UEPG)instacron:UEPGLICENSElicense.txtlicense.txttext/plain; charset=utf-81866http://tede2.uepg.br/jspui/bitstream/prefix/4252/3/license.txt43cd690d6a359e86c1fe3d5b7cba0c9bMD53CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811http://tede2.uepg.br/jspui/bitstream/prefix/4252/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52ORIGINALLeomar dos Santos.pdfLeomar dos Santos.pdfdissertação completa em pdfapplication/pdf2276338http://tede2.uepg.br/jspui/bitstream/prefix/4252/1/Leomar%20dos%20Santos.pdf9dd39e7ba6dd59fa3ae0bbd9755b0cc2MD51prefix/42522024-06-10 15:01:35.279oai:tede2.uepg.br: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 Digital de Teses e Dissertaçõeshttps://tede2.uepg.br/jspui/PUBhttp://tede2.uepg.br/oai/requestbicen@uepg.br||mv_fidelis@yahoo.com.bropendoar:2024-06-10T18:01:35Biblioteca Digital de Teses e Dissertações da UEPG - Universidade Estadual de Ponta Grossa (UEPG)false |
| dc.title.pt_BR.fl_str_mv |
Diferença salarial entre gêneros: análise das regiões brasileiras os anos de 2016 a 2021 |
| title |
Diferença salarial entre gêneros: análise das regiões brasileiras os anos de 2016 a 2021 |
| spellingShingle |
Diferença salarial entre gêneros: análise das regiões brasileiras os anos de 2016 a 2021 Santos, Leomar dos CNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA Diferenciais salariais Gênero Discriminação Salary differentials Gender Discrimation |
| title_short |
Diferença salarial entre gêneros: análise das regiões brasileiras os anos de 2016 a 2021 |
| title_full |
Diferença salarial entre gêneros: análise das regiões brasileiras os anos de 2016 a 2021 |
| title_fullStr |
Diferença salarial entre gêneros: análise das regiões brasileiras os anos de 2016 a 2021 |
| title_full_unstemmed |
Diferença salarial entre gêneros: análise das regiões brasileiras os anos de 2016 a 2021 |
| title_sort |
Diferença salarial entre gêneros: análise das regiões brasileiras os anos de 2016 a 2021 |
| author |
Santos, Leomar dos |
| author_facet |
Santos, Leomar dos |
| author_role |
author |
| dc.contributor.advisor1.fl_str_mv |
Hilgemberg, Cleise Maria de Almeida Tupich |
| dc.contributor.advisor1Lattes.fl_str_mv |
https://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4753778J9&tokenCaptchar=03AFcWeA6j6THpPpYdV0lthGvgSS5OS0Q4QQSXLeOU1OAIX6UypRG1Y9GVB7hnjk3c7HXYJxT5KFqB_JPUGLrzV3wi7nzzmuSJYqll2B_kO_y_GQtPwt6i5RPsOmkvOizwWZj76etsiwLZBaYdeNRjFWLwEOPstoNYKnFl5WM6UI4DAhUy6yO3CAuqDm1JSBb7qiTHsYqM-PxUv5TuxOYAjXvVsYDrwNzmy6mb9M9U1nw0ALCB1NvX_L-oHqHlZDQrnLmdezgLInOyEBVFTLtr-Hs4_OznLMn7xP-XIDWjI-f7wr2OKfV-RQF6DRWVSQdFg-dP_VrjEuNKC9yJkzZYQ_TwkqE7MYYzvpDNbjcgY2yCXXFWXHb8bWFIQqwL6kvZBT6AukhTkXO_DrSZw1JLMOJz1zq2QLKfbyHyP-prWzVG9oHW692k_fLCoJa3ZSFBSVR6wJra4lixHqPx1mfodbJ1mQiCXDUAO_GROeoopmpCfyKwugQGcpA2OeUswvwGNG9V2pf8zonv6T0MKBb8ejloRE5dqJa6MaiAVstFE1t8e31bHjNa9ad9va_qVw8pu26LgVSBxwu6ZsVNy3DLQLixKIVjR8LDH7wKNw4KsRo7JeGWEoryahmb1J8rQVPw-mBvSLvzBKWSgkddJb2Mnn8PdzPG-UGW0s28awO6AUun_a1NO_l7gkR-dPvQ15lNWGwYADA_CwwG2iCMkveoVKAVx7TsDFarSIRiEPbYOdZZ-bKhAf1-_l2EcY7XTBXB_f8R9E-yv1zB |
| dc.contributor.advisor-co1.fl_str_mv |
Oliveira, Luma de |
| dc.contributor.advisor-co1Lattes.fl_str_mv |
https://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4462814Z0&tokenCaptchar=03AFcWeA7yYmAyEGlDnrjW8TXjnO-TgJE0BHDEgKTngx7UxzlUnpF935Gy-hs87-fNU5kV-ZdnRE6D4FTxp6cv2uB_02pTEroFYn9mLkzuFOZXc5BzXFusThunsk9lI1xhVcrCnYHPd29CjLI6Gd_y2o0AJuAVa9fKYraaOM6Td-sPD5F3oNxGfWa93PYFf4mgClg8A5-5vRbqu1lsWFzEsl6yWZ30DBFQFsMdsilf9uE_Fk5blD5J2eWkxCFQCTm4du6dptC9JvyxRHbb1kzDFw0zpo-59omKOIdWpuFSHineytPE551zutPEsUi5su89x44FOMgwMe1muW6uPFfiuP44GpAnVVIZcShx4e6ukCp01808AMW-wnWsPYA1e0P4EvC4RwdeFXs48pm2-_Nb3fy5Xr2wqzETyfizTtuyjOa6su05mUlXhkxTJRy6zDkzeAgcfUlRBEVWnQt6yxpGsRswnbtv-XVMYdexgQLsq9V8mLqW_95iZ9cIqWEK-1y0trR5O1QA1JxyEoR9scS_oivmmkHg4SaEe0MSjAbUEfEREP5Kzf4Pf_S6RApHaxumSD_fpak5ThT7nNolMxja0LKuYwDl6SNyRoL9x9KXKVHpaaml_Lmn8M4e_yDxBC8-lQiBsFbD8Kt12WhC6X8BMNTxvtb3i-Txc_Veov-j9Hj3UAv3XJ57LrrVoVo0DS7nL3t6Bg3_nFy98dT2BmUg0i827UAEYlByC2Q8K9NCMQ3CH8sad8PxM7KMMbj7zV38Ren2aPh_h-B- |
| dc.contributor.referee1.fl_str_mv |
Souza, Solange de Cassia Inforzato de |
| dc.contributor.referee1Lattes.fl_str_mv |
https://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4723203A7&tokenCaptchar=03AFcWeA4IoIdbhigxB2E1hlolzuZO78qzS1SOHXhf2hGqvBabJ0U1fsstFUsYnWsoSCY-zTVhrzYxZX4u09xLClJc18jpjVRIg4a_8UAHXRMKQmNwnS4wDCKm1nNN6Tj1tatR6MUCYTPSY1KRPnxHIr7NMyv5hZS4j3soKwPMrPvpTNohSgpR9_rICAgRKLFMzEd3EIAjwF-mxmnbKOpBs7jeBwM6Cmpkj2O2xgNPlpj5fwRFBEDAIw3mnwx7ByjaidF58OWSc2T2lOmYXtP0BQoWZhN0FM8XmPrVTasDIDSOarWwhINClHk8AhzgSPkI1uAdPE8camFpOgO7a6uR9o4ZcsysOir8gPxzYmDgFwRSSXvdalklfGPJsHxpO_Hj2bvFP9h-7mkjSjGQo-gMhLfC7vNjhGnXUBw0gy_f-Y7C0Z3avsUHrAQWea_NxjN9n4V7dBjg4UCuV5tD01_t7opsmkGRUkwuIZzNz7hHdNl-4KuTTUgrVn2jLqlXUHxDpUPNgRc6y5bh_XESqS0kCYFgqZJ-dRITFwkd-MzhzJlLmffuIEH1J3-V2n0GT57Zb8UtJSX7vOkO7rIlGEgIXu0_Bdw1b3i6-DAfnAHa_uNK5fSiz4nVW_4BHBe8WCnzLLHOx651TizmPW3dr3kRJ93XaTDysSeXN7O7hNAHKRgXPJkWZNvqZpgqsVVwX3pNTWjATgnNTzzBYT0ToXz9-_Ue9SpoMC0Y5z-0oAMW9hJJg5pzPAXSy3IDjIRRl1g2u3a5YdFFHMFD |
| dc.contributor.referee3.fl_str_mv |
Oliveira, Luma de |
| dc.contributor.referee3Lattes.fl_str_mv |
https://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4462814Z0&tokenCaptchar=03AFcWeA7vaEaNTNH5YXUXyqToDsxeuOj06FjtclL-YqiW4YCcxs6MtiqP2uR5svtdkZaVVrP_XHdcjhldeAPsPhlwECwMreJmETp5WCkFJ6nTeNO1x8e5I-r0oi9Yu95P_STj-RF82Tiqr3-whOU9blsltouLpYGh6gZQuA2vaou94_EuHpwpiaR-ngNKV2FLiOLTljcLWalK_3imCecUspnvSRKz0Tp95hkdiGC8-EJN4_bXyA_ln4Ha9M0JPQfMGA_EVg8EfyzZhE1KKWa_tqWPPD8QzUxVw2fQDCtCCUHXShW_SuWsPQ1683sWSMqZz8R0FWLK2ZxvwbkYgBphXP3l1a19-MeiG-nLaOqDlB53rO7U2Jx41V9t2AehxniQJO0gByfNfOFasDEd8MWEUNoWeHfFatme3A4f-DxJuO85iVO3tcqpUIrSipdOgqYBBPJsuavTpJO7Tmjw3o7-yIWKo1o7YsgkNrW6zvWcucKXK0xgPpDYocRsVjvkxDACL_yQWncFrlXYs1RcnfiFEwXvr8HZ45suq9K9IZk4x8YvIaWMvpNJf7S5bEHFL6Blx4E1IbXNbxxziksvGHcJ9gH7Y2oCbXWriTWx_DbVrWWRNhRdprar7i4Ds0SM8vs3nmGGLpmEC-ikGBW3_dFqWMkppeDcvd0xEJtI84xbdGrjxYtLFAfXGksrzNeRb9mJ719ypORI1vFioAvIXFUH-WHjhOnLYWBDk0DaGbEpV4CkcsUvkw1SuGKWFthp2qm6kzcTJwxwb4Zr |
| dc.contributor.authorLattes.fl_str_mv |
lattes.cnpq.br |
| dc.contributor.author.fl_str_mv |
Santos, Leomar dos |
| contributor_str_mv |
Hilgemberg, Cleise Maria de Almeida Tupich Oliveira, Luma de Souza, Solange de Cassia Inforzato de Oliveira, Luma de |
| dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA |
| topic |
CNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA Diferenciais salariais Gênero Discriminação Salary differentials Gender Discrimation |
| dc.subject.por.fl_str_mv |
Diferenciais salariais Gênero Discriminação Salary differentials Gender Discrimation |
| description |
O objetivo desta pesquisa é analisar a diferença salarial entre gêneros nas macrorregiões brasileiras. Para tanto, buscou-se o referencial teórico sobre os conceitos de capital humano, da segmentação no mercado de trabalho e da discriminação, incluindo relatos sobre fatores que geram os diferenciais salariais. Alguns autores utilizados são Schultz (1964, 1973), Becker (1957, 1973), Mincer (1958), Doeringer e Piore (1970), os quais demonstram que o capital humano é uma das principais fontes que podem contribuir para o aumento do nível de renda. A pesquisa de dados foi realizada com análise dos microdados da PNAD Contínua, com dados das grandes regiões brasileiras no período de 2016 a 2019, e os anos de 2020 e 2021 com influência da Covid-19, para os indivíduos do sexo feminino e masculino. O método utilizado para análise dos dados foi o método de decomposição de Oaxaca- Blinder (1973), que faz uma decomposição dos rendimentos médios de cada um dos gêneros, onde se dividem os diferenciais em uma parte explicada pelas diferenças produtivas dos indivíduos e outra não explicada, com quesitos como cor, raça, gênero, religião. Os resultados mostram que os homens possuem menores níveis de educação e maiores rendimentos comparados com o sexo feminino. A divergência passa a ser notada quando os dados são analisados por região, pois se constata que as regiões mais desenvolvidas economicamente possuem maiores índices de discriminação e desigualdade do que regiões com médias salariais menores. Portanto, através da decomposição de rendimentos podemos encontrar a persistência do tamanho da discriminação entre os gêneros. Também foi possível constatar que houve um aumento do tamanho discriminatório nas regiões do Nordeste e Norte nos anos de 2020 e 2021 períodos afetados pela Covid-19, onde os níveis salariais dos anos anteriores não haviam uma tendência de crescimento. |
| publishDate |
2023 |
| dc.date.issued.fl_str_mv |
2023-09-26 |
| dc.date.accessioned.fl_str_mv |
2024-06-10T18:01:35Z |
| dc.date.available.fl_str_mv |
2024-06-10 2024-06-10T18:01:35Z |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.citation.fl_str_mv |
SANTOS, Leomar dos. Diferença salarial entre gêneros: análise das regiões brasileiras os anos de 2016 a 2021. 2023. Dissertação (Mestrado em Economia) - Universidade Estadual de Ponta Grossa, Ponta Grossa, 2023. |
| dc.identifier.uri.fl_str_mv |
http://tede2.uepg.br/jspui/handle/prefix/4252 |
| identifier_str_mv |
SANTOS, Leomar dos. Diferença salarial entre gêneros: análise das regiões brasileiras os anos de 2016 a 2021. 2023. Dissertação (Mestrado em Economia) - Universidade Estadual de Ponta Grossa, Ponta Grossa, 2023. |
| url |
http://tede2.uepg.br/jspui/handle/prefix/4252 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
| eu_rights_str_mv |
openAccess |
| dc.publisher.none.fl_str_mv |
Universidade Estadual de Ponta Grossa |
| dc.publisher.program.fl_str_mv |
Programa de Pós - Graduação em Economia |
| dc.publisher.initials.fl_str_mv |
UEPG |
| dc.publisher.country.fl_str_mv |
Brasil |
| dc.publisher.department.fl_str_mv |
Departamento de Economia |
| publisher.none.fl_str_mv |
Universidade Estadual de Ponta Grossa |
| dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UEPG instname:Universidade Estadual de Ponta Grossa (UEPG) instacron:UEPG |
| instname_str |
Universidade Estadual de Ponta Grossa (UEPG) |
| instacron_str |
UEPG |
| institution |
UEPG |
| reponame_str |
Biblioteca Digital de Teses e Dissertações da UEPG |
| collection |
Biblioteca Digital de Teses e Dissertações da UEPG |
| bitstream.url.fl_str_mv |
http://tede2.uepg.br/jspui/bitstream/prefix/4252/3/license.txt http://tede2.uepg.br/jspui/bitstream/prefix/4252/2/license_rdf http://tede2.uepg.br/jspui/bitstream/prefix/4252/1/Leomar%20dos%20Santos.pdf |
| bitstream.checksum.fl_str_mv |
43cd690d6a359e86c1fe3d5b7cba0c9b e39d27027a6cc9cb039ad269a5db8e34 9dd39e7ba6dd59fa3ae0bbd9755b0cc2 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UEPG - Universidade Estadual de Ponta Grossa (UEPG) |
| repository.mail.fl_str_mv |
bicen@uepg.br||mv_fidelis@yahoo.com.br |
| _version_ |
1863182607378808832 |