Quem fica desempregado primeiro? Uma Análise de transição de 2002 a 2016

Authors

  • Roberta Teodoro Santos Universidade de Brasília
  • Sandro Eduardo Monsueto Universidade Federal de Goiás
  • Angelo Cruz do Nascimento Varella Universidade Federal de Goiás

Abstract

Este artigo tem por objetivo analisar a transição do estado de emprego para o desemprego no mercado de trabalho brasileiro visando compreender que efeito a qualidade do posto de trabalho atual possui sobre a probabilidade de o trabalhador perder sua ocupação no período futuro. O modelo utilizado é um Heckprobit, cuja intenção é entender o quanto as características pessoais, socioeconômicas, capital humano e as características de ocupação podem influenciar na probabilidade dos trabalhadores transitarem para o desemprego. Tal exercício econométrico é realizado a partir de microdados da Pesquisa Mensal do Emprego dos anos de 2002 a 2016. Os resultados apontam que trabalhadores alocados em categorias mais altas têm menor probabilidade de perder seu posto de trabalho. Ademais, é observado que a escolha da categoria da ocupação tende a ser mais importante para as mulheres, ou seja, os efeitos de uma escolha inadequada hoje afeta negativamente a probabilidade de emprego futura.

Published

2022-04-01

Issue

Vol. 30 No. 2 (2021): Economia e Sociedade

Section

Articles

License

Authors who publish in this journal agree to the following terms: Authors retain copyright and grant the journal the right of first publication, with the work simultaneously licensed under a Creative Commons Attribution License, which allows the sharing of the work with acknowledgment of authorship and initial publication in this journal. Authors are authorized to enter into additional contracts separately for the non-exclusive distribution of the version of the work published in this journal (e.g., publish in an institutional repository or as a book chapter), with acknowledgment of authorship and initial publication in this journal. All content of the journal, except where identified, is licensed under a Creative Commons Attribution BY-NC License.