Artigo classificado entre os 10 primeiros em concurso público promovido pelo IPC/PNUD e Ministério do

Desenvolvimento Social, 2008.

IMPACTOS DO PROGRAMA BOLSA FAMÍLIA FEDERAL SOBRE O TRABALHO

INFANTIL E A FREQÜÊNCIA ESCOLAR
(IMPACTS OF THE BRAZILIAN BOLSA FAMÍLIA PROGRAM ON CHILD LABOUR AND
SCHOOL ATTENDANCE)

Maria Cristina Cacciamali1

Fábio Tatei
Natália Ferreira Batista

Resumo
Este trabalho analisa o impacto do Programa Bolsa-Família sobre a incidência de trabalho infantil e a
freqüência escolar das crianças de famílias pobres no Brasil em 2004, segundo a situação censitária e
regional dos domicílios. Para o cálculo dos testes estatísticos utilizamos um modelo probit bivariado,
que estima conjuntamente as opções trabalhar e estudar dos jovens. Os resultados corroboram a
eficiência do Programa Bolsa-Família em elevar a freqüência escolar das crianças, contudo, o
Programa apresenta efeitos perversos sobre a incidência de trabalho infantil, elevando a probabilidade
de sua ocorrência. Ademais, crianças de famílias pobres situadas em áreas rurais apresentam piores
condições em relação àquelas de áreas urbanas, demandando ações específicas a seu favor.
Palavras chaves: Programa Bolsa Família; trabalho infantil; freqüência escolar; programas de
transferência de renda com condicionalidades

Abstract
This paper analyses the impacts of the Bolsa Familia Program on the occurrence of child labor and
school attendance of children from poor families in Brazil in 2004, according to census and regional
areas. A bivariate probit model was used to estimate the statistical tests. The results corroborate the
efficiency of the Bolsa Familia to increase the school attendance of children, however, the Program
increases the likelihood of occurrence of child labor. Moreover, children of poor households in rural
areas have worse conditions than those of urban areas, demanding specific actions to them.
Keywords: Bolsa Familia; child labor; school attendance; conditional cash transfers programs

Classificação JEL: J13; J22; J44

1
Maria Cristina Cacciamali é Mestre, Doutora e Livre-docente pela Universidade de São Paulo. No momento presente é
Professora Titular da Faculdade de Economia, Administração e Contabilidade (FEA) e do Programa de Pós-Graduação em
Integração em América Latina (PROLAM) da Universidade de São Paulo (USP), pesquisadora do Conselho Nacional de
Pesquisa e Tecnologia e perita da Organização Internacional do Trabalho para o Seguimento dos Direitos Fundamentais no
Trabalho. Coordenadora do Núcleo de Estudos e Pesquisas de Política Internacional. Estudos Internacionais & Políticas
Comparadas, NESPI – USP/CNPq.
Natália Ferreira Batista é Doutora pela Universidade de São Paulo e pós-doutoranda pelo Centro Brasileiro de Análise e
Planejamento (CEBRAP). Atualmente é professora da Faculdade de Economia, Administração e contabilidade da
Universidade de São Paulo, campus de Ribeirão Preto, e membro do NESPI – USP/CNPq.
Fábio Tatei é Economista pela Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo.
Atualmente é pesquisador bolsista CNPq e membro do NESPI – USP/CNPq.
INTRODUÇÃO
O objetivo deste trabalho é o de analisar o impacto do programa de transferência de
renda do governo federal Bolsa-Família sobre a incidência de trabalho infantil e a freqüência
escolar das crianças, duas opções que se encontram intrinsecamente correlacionadas no caso
dos jovens.2 A justificativa desta proposta relaciona-se à constatação de que apesar do
aumento dos gastos sociais no Brasil, e de sua efetividade, no curto prazo, no combate à
pobreza crônica, não há evidências de redução significativa no trabalho infantil entre as
crianças das famílias pobres, o que sugeriria a necessidade de aprimoramento desses
programas.
A redução da pobreza e a sua erradicação são temas habituais em debates a respeito da
necessidade da ampliação dos índices de desenvolvimento humano em um ambiente de
globalização econômica mundial, ao mesmo tempo em que a própria conceituação de pobreza
é objeto de discussão.3 É reconhecido que reduções de pobreza apenas podem ser obtidas
mediante a elevação da renda dos mais pobres que, inerentemente, demanda investimentos
para a elevação do estoque de seu capital humano. Entretanto, a população de baixa renda se
vê obrigada a ingressar no mercado de trabalho precocemente, para complementar a renda
familiar ou garantir sua própria sobrevivência, não raro alocando o tempo em detrimento dos
estudos e, consequentemente, deteriorando as suas oportunidades futuras de auferir renda
mais elevada. Ademais, essa parcela da população ocupa postos de trabalho de menor
qualificação, recebendo salários baixos, perpetuando, assim, a sua condição de pobreza.
Destarte, o combate à pobreza pede ações específicas capazes de romper essa
armadilha entre gerações, dentre as quais, destacamos o papel dos programas de
transferências focalizadas de renda. Voltadas para as famílias carentes, o cerne dessas
políticas é eliminar e/ou amenizar, no curto prazo, as dificuldades acarretadas pela condição
de pobreza. Ao promover a transferência direta de renda com condicionalidades – freqüência
escolar, atendimento médico, entre as condições mais frequentemente utilizadas –, os
programas enfrentam dois aspectos que caracterizam a reprodução do ciclo da pobreza entre
gerações: garantem nível mínimo de renda para a subsistência das famílias pobres e
resguardam a obtenção de capital humano de seus beneficiários.
Adicionalmente, a importância da redução da pobreza, além dos aspectos morais,
prende-se ao fato de que estudos revelam que, em nível macro, a pobreza é um dos fatores
que explica o baixo crescimento econômico dos países da América Latina, de modo que a sua
eliminação, ou mesmo simples redução, apresentaria efeitos positivos para o crescimento e
desenvolvimento da região ou de uma nação.4
Sob a ótica da teoria econômica, os programas de transferência de renda provocam um
efeito-renda puro na tomada de decisão da família sobre uso do tempo das crianças entre
trabalho, educação e lazer. Considerando que esses últimos podem ser considerados como
bens de luxo, a teoria econômica afirma que, com a elevação da renda familiar, o seu
consumo aumentaria mais que proporcionalmente. Ou seja, à medida que os ganhos da
família se elevassem, os seus membros poderiam alocar maior tempo para o lazer ou o estudo,
2
Para efeitos deste estudo, consideramos trabalho infantil qualquer forma de ocupação exercida pela população entre 5 a 15
anos de idade, seja ela remunerada ou não, inclusive o trabalho para consumo próprio; enquanto freqüência escolar se refere
às crianças matriculadas na rede de ensino.
3
No conceito mais utilizado entre economistas, pobreza representa a insuficiência de renda do indivíduo e/ou de sua família.
Contudo, diversos autores sugerem que o termo deveria compreender não apenas a questão de baixos rendimentos, mas uma
maior gama de necessidades, como insuficiências materiais e de oportunidades. Esse tema é tratado, por exemplo, em
CHAMBERS, Robert. What is poverty? Who asks? Who answers? In: Poverty in Focus. What is poverty? Concepts and
measures. Brasília: IPC, December, 2006.
4
PERRY, Guillermo E.; ARIAS, Omar S.; LÓPEZ, J. Humberto; MALONEY, William F.; SERVÉN, Luis. Poverty
reduction and growth: virtuous and vicious circles. Washington DC: The World Bank, 2006.

2
sem prejuízo ao mínimo necessário para sua subsistência. Essas considerações implicariam
mudanças de comportamento das famílias mais pobres, diminuindo o trabalho de suas
crianças.
A análise dessas questões será efetuada em quatro seções, além desta introdução e das
considerações finais. A primeira descreve a evolução, os desenhos dos principais programas
de transferência de renda e as motivações que levam à expansão desses programas no âmbito
da política social não apenas no Brasil. A segunda seção consiste na revisão ampliada e
aprofundada da bibliografia sobre o tema, elaborado a partir de três eixos: determinantes da
ocorrência do trabalho infantil nas famílias mais pobres; determinantes da alocação do tempo
das crianças entre trabalho, escola e lazer; e resultados da avaliação dos programas de
transferência de renda, com e sem condicionalidade, implementados no Brasil e no exterior.
Em seguida, a terceira seção apresenta a metodologia e a base de dados utilizada neste
trabalho, modelo bivariado de probabilidade e a justificativa de sua aplicação. Na quarta seção
se expõem os resultados do modelo, dentre os quais, destacamos que o desenho do Programa
Bolsa Família não cria incentivos suficientes para combater a incidência de trabalho infantil
no seio das famílias mais pobres. Por fim, tecemos as considerações finais.

1. O EMPREGO CRESCENTE DOS PROGRAMAS DE TRANSFERÊNCIA DE

RENDA NO ÂMBITO DA POLÍTICA SOCIAL
Desde o final do século passado, para combater as desigualdades de renda e a pobreza,
em praticamente todos os países do mundo, os Programas de Proteção Social5 tornam-se mais
atraentes politicamente do que a ampliação dos Sistemas de Seguridade Social6,
principalmente, por dois motivos. O primeiro é o aumento no número de excluídos do Sistema
de Seguridade Social, decorrente, por exemplo, do aumento no número de desempregados, em
geral, e daqueles de longa duração, em particular, que perdem o benefício do seguro
desemprego, e/ou nos países periféricos, o maior número de famílias, crianças e jovens
pobres, além de, muitas vezes, o aumento da desigualdade na distribuição de renda. O
segundo motivo refere-se ao reconhecimento por parte da comunidade científica, técnica e
política de que, embora o crescimento econômico sustentável, a estabilidade macroeconômica
e a boa governança sejam fundamentais para reduzir a pobreza, eles são insuficientes. Dessa
maneira, as pesquisas da área social identificam a pobreza como um fenômeno
multidimensional que, para a sua superação, necessita de um conjunto de programas
microeconômicos integrados, alem de reclamar condições macroeconômicas favoráveis.
Os programas de transferência de renda se caracterizam por um conjunto de
singularidades perante os programas tradicionais oferecidos pelos sistemas de seguridade
social, mostrando-se adequados para os fins de programas de promoção humana. Em primeiro
lugar os programas de transferência de renda outorgam maior controle aos pobres sobre as
suas tomadas de decisão por meio de mecanismos de mercado, uma vez que a ação pública
ocorre pelo lado da demanda, provendo suporte direto para os beneficiários, ao invés de
5
Envolvem um conjunto de benefícios colocados à disposição pelo Estado, empresas, famílias ou organizações, ou pela
combinação desses, para reduzir múltiplos aspectos da pobreza de indivíduos ou famílias, por exemplo, desempregados de
longa duração, mães sem cônjuge, idosos, crianças e jovens de famílias pobres, entre outros.
6
Abarca a proteção contra riscos da velhice, doença, acidente, desemprego, entre outros, de trabalhadores inseridos de forma
registrada no mercado de trabalho que contribuem compulsoriamente para tal fim. A configuração do Sistema Público de
Seguridade Social é representada por dois modelos: bismarckiano e beveridgeano. O Sistema que, depois da segunda guerra
mundial se expande em praticamente, todos os países ocidentais, emite sinais de crise financeira e de desgaste político a
partir dos anos de 1970 devido a um conjunto de fatores tais como aumento do valor e do número de benefícios,
envelhecimento da população, desequilíbrio crescente devido ao maior número de inativos e menor de contribuintes ao
Sistema, mudanças nas relações trabalhistas, e a cristalização de uma imagem de desvio de focalização, desperdício e
ineficiência do Sistema de Seguridade Social.

3
acontecer pelo lado da oferta de serviços sociais. Em segundo lugar os programas priorizam a
acumulação de capital humano, via educação e saúde, especialmente para crianças e jovens,
com o objetivo de romper ciclo intergeracional da pobreza. Os programas, em terceiro lugar,
apresentam vantagens consideráveis, como baixos custos de transação; reorientação de
desequilíbrios de informação, pois as famílias são melhores informadas sobre si mesmas do
que o governo; melhor focalização do que programas de cunho universal; e maior
flexibilidade para alterações de beneficiários e benefícios. Em quarto lugar, a característica de
flexibilidade deste tipo de programa recai sobre a adequação continuada entre objetivos
políticos e as restrições do orçamento público, na medida em que a transferência de renda não
está instituída como um direito social, podendo ser suspenso a qualquer momento. Em quinto
lugar o Programa se constitui em uma rede de seguridade em momentos de crise econômica,
por exemplo, desemprego em massa devido à reestruturação produtiva ou acidentes
climáticos, apresentando maior potencial de alcançar impactos significativos no bem estar dos
beneficiários, devido aos seus efeitos multiplicadores locais sobre as comunidades.
Nesses termos, nos últimos anos, em especial, na América Latina, os programas de
transferência de renda se constituem numa política efetiva de combate a pobreza, ao se focar
para a população mais carente e apresentar condicionalidades que beneficiam a proteção e o
acúmulo de capital humano, por meio da obrigatoriedade de presença no sistema escolar e
atendimento médico disponível.7 Essa modalidade de programa se expande na última década
na região, atingindo, em 2006, 14 milhões de famílias, sobretudo no Brasil, México e
Argentina.8
No Brasil, a partir de 1994 inicia-se um programa de transferência de renda
condicionada à freqüência escolar.9 Criado pelo governador Cristóvam Buarque no Distrito
Federal, o programa Bolsa-Escola distribui benefício mensal no valor de um salário mínimo
para as famílias que mantivessem suas crianças no sistema escolar. Em 1998, o Programa
beneficia 26 mil famílias, uma cobertura aproximada de 80% do público-alvo potencial de
famílias com renda por pessoa inferior a meio salário mínimo – R$ 75,00, na época. Graças
ao seu sucesso e reduzido custo, o Bolsa-Escola passa a ser aplicado em diversos municípios
do país, no entanto, a ineficácia na implantação, execução e monitoramento do Programa faz
com que os objetivos propostos não fossem plenamente atingidos.10
Em 2001, consolidando experiências municipais e objetivando o combate à evasão
escolar e trabalho infantil entre as famílias carentes, o governo federal lança o Programa
Nacional de Renda Mínima vinculada à Educação – Bolsa-Escola ou Programa Bolsa-Escola
Federal.11 O programa passa a agregar as famílias com crianças de idade entre 6 e 15 anos,
matriculadas em estabelecimentos de ensino que apresentem freqüência escolar de 85% ou

7
BOUILLON, César Patricio & TEJERINA, Luis. Do we know what works? A systematic review of impact evaluations of
social programs in Latin America and the Caribbean. Working paper, Inter-American Development Bank, Sustainable
Development Department, November 2006.
8
BOUILLON, César Patricio & TEJERINA, Luis, 2006, op.cit.
9
A Constituição Federal do Brasil de 1988 introduz e dinamiza ações de assistência social no âmbito do Sistema Público de
Seguridade Social, entre as quais se destacam a universalização da saúde, da previdência rural e a ampliação da cobertura ao
idoso e portador de deficiência. O Sistema, a partir dos anos de 1990, não incorpora outras modalidades de programas
orientados para o fortalecimento da cidadania, por exemplo, programas de renda mínima, ou assistencial a grupos
vulneráveis, não obstante as disposições da Constituição Federal. A prática da política pública passa a enfatizar Programas de
Proteção Social.
10
Em geral, os programas aplicados em outros municípios atendem a uma pequena parcela da população pobre, transferem
valores monetários insignificantes no impacto sobre a pobreza – quando não substituídos por alimentos, gás de cozinha e
outros –, além de descontinuidade. LAVINAS, Lena & BARBOSA, Maria Ligia de Oliveira. Combater a pobreza
estimulando a freqüência escolar: o estudo de caso do Programa Bolsa-Escola do Recife. Dados., Rio de Janeiro, v. 43, n. 3,
2000.
11
Criado pela Lei n°. 10.291, e regulamentado pelos decretos n° 3.823/01 e 4.313/02.

4
mais. O limite de renda por pessoa da família é definido pelo Poder Executivo em cada
exercício e o valor pago é de R$ 15,00 por beneficiário, com até três beneficiários por família.
Posteriormente, em 2003, o poder executivo federal reúne um conjunto de programas
de transferência de renda (Bolsa-Escola, Bolsa-Alimentação, Auxílio-Gás, e Cartão-
Alimentação) sob o Programa Bolsa-Família (PBF).12 Se beneficiando da existência do
Cadastro Único (CADÚNICO),13 atualmente o PBF é o maior programa de transferência de
renda no Brasil, destinado às famílias que dispõem de baixos recursos, prevendo
contrapartidas de acompanhamento da saúde e estado nutricional das gestantes e dos filhos,
matricula e 85% de freqüência escolar de crianças na idade entre 7 e 15 anos, e a participação
em programas de educação alimentar. A partir do decreto nº. 6.157, de 16 de julho de 2007, o
PBF transfere às famílias pobres – renda familiar por pessoa até R$ 120,00 – o valor de R$
18,00 para cada criança entre 0 e 15 anos de idade, até o limite de três benefícios por
família.14 Além desse benefício variável, as famílias extremamente pobres – renda por pessoa
até R$ 60,00 – têm direito ao recebimento de um benefício fixo, no valor de R$ 58,00.
Paralelamente, em 1996 é instituído o Programa de Erradicação do Trabalho Infantil
(PETI), primeiro programa de transferência de renda em nível federal. Implantado
inicialmente nas carvoarias do Mato Grosso do Sul, o programa compreende a realização de
ações sócio-educativas e de cidadania realizadas, em grande parte, por organizações do
terceiro setor. O objetivo do PETI é o de retirar crianças e adolescentes entre 7 e 15 anos do
trabalho perigoso, penoso, insalubre e degradante, além de sua manutenção na escola e na
Jornada Ampliada. Com a Portaria GM/MDS nº. 666 de 28 de dezembro de 2005, do
Ministério do Desenvolvimento Social e Combate à Fome, o PETI passa a abranger apenas as
famílias com renda por pessoa superior a R$ 100,00,15 sendo que famílias com renda inferior
ao piso deverão ser atendidas pelo Programa Bolsa-Família. Ademais, o programa amplia a
elegibilidade de crianças a serem atendidas, incluindo toda a população com idade inferior a
16 anos, em diversas situações de trabalho.16 O valor do benefício mensal em 2007 é de R$ 40
por criança ocupada residentes em áreas urbanas,17 e R$ 25 para crianças ocupadas nas áreas
rurais, sem limites de inclusão de crianças/adolescentes por família se estiverem
trabalhando.18 Em contrapartida, além da retirada do trabalho, as crianças beneficiadas devem
apresentar freqüência mínima de 85% na escola e em Ações Socioeducativas e de
Convivência (Jornada Ampliada). O PETI é um programa bem avaliado por diversos estudos,
entretanto não será contemplado neste trabalho devido à sua menor significância relativa se
comparado com os domicílios beneficiários do Bolsa-Família.
2. RACIONALIZAÇÃO E ARGUMENTOS TEÓRICOS SOBRE A PERSISTÊNCIA
DO TRABALHO INFANTIL
A literatura especializada freqüentemente registra a pobreza como principal causa para
a ocorrência e persistência do trabalho infantil no mundo, pois a família faz uso do trabalho
da criança quando a sua renda não é suficiente para manter um nível mínimo de qualidade de

12
Instituído por meio da Lei n. 110.836, de 9 de janeiro de 2004 e posteriormente regulamentada pelo Decreto nº. 5.209 de
17 de setembro de 2004.
13
O CADÚNICO é criado em 2001 pelo Decreto nº. 3.877 com o objetivo de aumentar a eficiência do gasto social do
governo federal ao integrar informações à respeito dos beneficiários dos programas federais existentes.
14
Ministério do Desenvolvimento Social e Combate à Fome, http://www.mds.gov.br/, consultado em setembro de 2007.
15
O Decreto nº. 5.749, de 11 de abril de 2006 altera o teto do PBF para R$ 120,00.
16
O PETI também passa a compor o Sistema Único da Assistência Social (SUAS) e a contemplar a Política Nacional de
Assistência Social ao fomentar o pacto entre estado e sociedade civil para garantir amplos direitos à criança e ao adolescente
17
O programa considera como área urbana as capitais, regiões metropolitanas e municípios com mais de 250 mil habitantes.
18
Através do Fundo Nacional de Assistência Social ao Fundo Municipal/Estadual de Assistência Social, o PETI também
distribui R$ 20, por criança ou adolescente, destinado à Jornada Ampliada, desde que seus cadastros estejam identificados no
CADÚNICO.

5
vida.19 Contudo, diversos estudos destacam a complementaridade e importância de outros
fatores na determinação de sua ocorrência.
No Brasil, dentre outros, Maria Cristina Cacciamali & Fábio Tatei apresentam
evidências de que a probabilidade de incidência trabalho infantil é maior entre as famílias
chefiadas por trabalhadores por conta-própria, principalmente aqueles do setor agrícola.20
Ademais, os autores apontam que a participação de jovens e crianças no mercado de trabalho
está estreitamente relacionada aos níveis de educação dos pais, de modo que quanto mais
escolarizados, maior será a sua preferência pela escolarização mais elevada dos filhos. Por sua
vez, Natália Nunes Ferreira Batista & Maria Cristina Cacciamali apontam que famílias
migrantes recém chegadas ao Estado de São Paulo também mostram maior probabilidade de
trabalho infantil e de adolescentes e, independentemente, de sua condição de migração,
mulheres sem cônjuges responsáveis por famílias também apresentam maior probabilidade de
trabalho infanto-juvenil.21 Avançando nessa direção, Cacciamali, Batista & Tatei utilizam um
probit bivariado para analisar o efeito do status ocupacional dos pais sobre a incidência de
trabalho infantil e freqüência escolar das crianças no Brasil em 2005.22 Os resultados
corroboram os estudos anteriores, indicando que a maior parte da diferença observada na
probabilidade de ocorrência de trabalho infantil e na freqüência escolar deve-se justamente às
características intrínsecas da situação ocupacional por conta própria dos responsáveis da
família.23
Por sua vez, a avaliação dos programas de transferência de renda apresenta resultados
positivos, especialmente quando o seu desenho prevê condicionalidades, como veremos
adiante. César Patricio Bouillon e Luis Tejerina resenham 51 trabalhos que tratam de 47
programas de proteção social na América Latina e Caribe.24 Todos os trabalhos foram
selecionados por empregarem um processo de avaliação que utiliza o estimador diferença-em-
diferenças comparando, entre as famílias participantes e não-participantes, as mudanças na
variável objeto da intervenção antes e após a implementação dos programas.25 Dentre os
principais resultados observados pelos autores, destacam-se maior freqüência das crianças à
escola, maiores gastos familiares no consumo alimentar, redução da natalidade e mortalidade
infantil, e diminuição do número de crianças ocupadas ou de horas dedicadas ao trabalho, no
caso dos programas que prevêem freqüência diária integral da criança na escola. Igualmente,
Sudhanshu Handa e Benjamin Davis analisam diversos estudos que abarcam programas de
transferências de renda com condicionalidade executados na América Latina: Bolsa-
Escola/Bolsa-Família (Brasil), Familias en Acción (Colômbia), PRAF II (Honduras), PATH
(Jamaica), Progresa/Oportunidades (México) e RPS (Nicarágua).26 Os autores observam que,

19
Vejam-se, entre outros: BASU, Kaushik. Child labor: cause, consequence, and cure, with remarks on international labor
standards. Journal of Economic Literature, volume 37, n.3, 1999, p. 1083-1119; CERVINI & BURGER (1991); NEPO
(1998); KASSOUF (1999); SILVEIRA, AMARAL & CAMPINEIRO (2000).
20
CACCIAMALI, Maria Cristina & TATEI, Fábio, Trabalho infantil e o status ocupacional dos pais (Child labor and the
parents’ status of employment). Revista de Economia Política, (a ser publicado), 2008.
21
BATISTA, Natália N. F. & CACCIAMALI, Maria Cristina, Migração familiar, trabalho infantil e ciclo intergeracional
da pobreza no Estado de São Paulo. (Familial Migration, Child Labor and Poverty Trap in the State of São Paulo), 2007.
(processo de arbitragem).
22
CACCIAMALI, Maria Cristina; BATISTA, Natália N. F.; TATEI, Fábio. Padrões familiares de utilização de trabalho
infantil e de freqüência escolar. 2007. mimeo.
23
PSACHAROPOULOS & ARRIAGADA (1989); NÉRI & THOMAS (2000); SCHWARTZMAN (2001); PARIKH &
SADOULET (2005).
24
BOUILLON, César Patricio & TEJERINA, Luis, 2006, op.cit.
25
A estimação é realizada por meio da equação: (Y1–Y0)–(Yc1–Yc0), na qual Y é a variável objeto, o sobrescrito c
corresponde ao grupo de controle e os subscritos 1 e 2 equivalem aos períodos respectivos. Os estudos, entretanto podem
apresentar metodologias distintas quanto à escolha do grupo de controle, dependendo da natureza da pesquisa e dos dados
disponíveis: emparelhamento baseado no escore de propensão (propensity matching score); variáveis instrumentais
(instrumental variables); casualização (randomization) ou planejamento experimental (experimental design).

6
em geral, os programas conseguem atingir suas metas básicas, como melhorar a freqüência
escolar e saúde das crianças nas famílias beneficiadas.27
Por sua vez, Suzanne Duryea e Andrew Morrison analisam os impactos do
Superémonos – programa de transferência de renda condicional na Costa Rica – sobre a
freqüência e rendimento escolar das crianças, e incidência de trabalho infantil.28 Para tanto, os
autores utilizam três métodos empíricos: comparação simples de médias, regressão probit e
propensity score matching. Os resultados obtidos indicam que o programa é eficaz em elevar
o atendimento escolar das crianças de famílias beneficiadas, enquanto os impactos positivos
sobre o desempenho escolar são menos significantes.29 Por outro lado, o estudo não encontra
evidências de redução na ocupação das crianças de famílias beneficiárias. Apesar do combate
ao trabalho infantil não ser alvo do programa, os autores apontam evidências de que
programas de transferência de renda, complementados por intervenções adicionais reduzem
significativamente o trabalho infantil.30
O mesmo argumento é sustentado por Fábio Veras Soares, que reafirma a importância
das condicionalidades nos programas de transferências de renda ao apontar estudos que
indicam que o Programa Bolsa-Escola aumenta a freqüência escolar mas não reduz o trabalho
infantil, enquanto o PETI atinge esses dois objetivos. A diferença nos resultados se deve ao
fato do PETI oferecer atividades extracurriculares para manter as crianças ocupadas ao longo
do dia, reforçando as evidências que a ampliação da jornada escolar ou a introdução de
atividades extra-classe são eficientes para reduzir a ocorrência de trabalho produtivo das
crianças.31
Nesse sentido, Simon Schwartzman avalia os impactos de programas sociais voltados
à educação, em particular o Programa Bolsa-Escola, a partir de dados da Pesquisa Nacional
por Amostra de Domicilio (PNAD) de 2003.32 O autor contesta o critério de focalização desse
programa, pois beneficia crianças que já estão na escola, principalmente estudantes do ensino
fundamental, ao invés de atender crianças e adolescentes que não participam do sistema
escolar ou que estão em programas especiais de volta à escola.33 Ele ressalta ainda que não é
possível afirmar que a maior freqüência escolar possa estar relacionada à condicionalidade
imposta pelo programa, uma vez que os jovens que não comparecem à escola não fazem parte
do público-alvo do programa e das estatísticas. Por outro lado, o programa mostra focalização
adequada de acordo com o critério de renda, sendo mais significativo para as famílias mais
pobres, apesar do viés rural, uma vez que as famílias mais pobres se concentram em áreas
26
HANDA, Sudhanshu & DAVIS, Benjamin. The experience of conditional cash transfers in Latin America and the
Caribbean. Development Policy Review. Overseas Development Institute, vol. 24(5), pp. 513-536, 09. 2006.
27
Contudo, ressaltam que, em países de baixa renda, não é possível afirmar que esses programas sejam a solução ideal ou
sustentável para se elevar o capital humano e reduzir a pobreza no longo prazo, na medida em que investimentos adicionais
em educação e serviços de saúde de qualidade são necessários.
28
O Superémonos é um programa que oferece mensalmente cupom de alimentação no valor de 10.000,00 colones
(aproximadamente US$ 30,00), pagos durante 10 meses às famílias pobres, sob a condição de que todas as crianças no
domicílio, com idade entre 6 a 18 anos, freqüentem a escola. DURYEA, Suzanne & MORRISON, Andrew. The effect of
conditional transfers on school performance and child labor: evidence from an ex-post impact evaluation in Costa Rica.
Working Paper 505. Washington: Inter-American Development Bank, 2004.
29
Jovens com idade entre 13 e 16 anos.
30
Os autores citam as atividades extra-classes do PETI, e as visitas de agentes comunitários, intervenções nutricionais e
seminários de saúde do PROGRESA.
31
SOARES, Fábio Veras. Conditional cash transfers: a vaccine against poverty and inequality? One Page. International
Poverty Centre, outubro, 2004.
32
SCHWARTZMAN, Simon. Education-oriented social programs in Brazil: the impact of Bolsa Escola. Artigo submetido na
Global Conference on Education Research in Developing Countries (Research for Results on Education), Global
Development Network. Prague: IETS – Instituto de Estudos do Trabalho e Sociedade. 2005.
33
Segundo Schwartzman atender as crianças entre 5 e 6 anos e entre 14 e 17 anos seria mais importante. O primeiro grupo
não é atendido pelo sistema escolar, pois o ensino pré-escolar não é universal; enquanto, para o segundo grupo, renda
adicional seria importante visto a elevada evasão da escola nessa coorte etária.

7
urbanas. Schwartzman ainda apresenta os resultados da correlação entre a freqüência escolar e
o trabalho infantil que, contrário do esperado, indica que as crianças beneficiárias do
programa trabalham mais. Segundo o autor, esse comportamento é justificável, pois as
famílias beneficiadas são as mais pobres e, portanto, necessitam da renda proveniente do
trabalho de suas crianças para se sustentarem. Desse modo, Schwartzman sustenta que as
crianças não deixam de ir à escola porque trabalham, mas sim por problemas do próprio
sistema escolar, como escolas não acessíveis e baixa qualidade do ensino.
Eliana Cardoso & André Portela Souza, por outro lado, analisam os impactos dos
programas de transferência de renda sobre a freqüência escolar e o trabalho infantil, com base
no método econométrico de emparelhamento baseado no escore de propensão (propensity
matching score method) empregando os microdados do Censo brasileiro de 2000.34 O estudo
revela que os programas de transferência de renda não apresentam efeitos significantes sobre
a incidência de trabalho infantil, mas sim sobre a freqüência escolar. Ou seja, os programas
aumentam as chances das crianças pobres estudarem mas não reduzem as chances de estarem
ocupadas. Isso se dá porque, provavelmente, ocorre apenas uma alteração no tempo alocado
entre estudo e trabalho, considerando que os benefícios pagos pelos programas são
insuficientes para incentivar o abandono da ocupação. Ademais, os resultados de Cardoso &
Portela de Souza apontam que as transferências reduzem a proporção de crianças que só
trabalham e aquelas que não estudam nem trabalham; e aumentam a proporção de crianças
que apenas estudam, e que estudam e trabalham. Contudo, não são encontradas evidências
que condicionam diretamente o pagamento de benefícios com a redução do trabalho infantil.
Na mesma linha de raciocínio, Andréa Rodrigues Ferro & Ana Lúcia Kassouf avaliam
o impacto do Programa Bolsa-Escola sobre o trabalho infantil. Para fazer essa análise as
autoras utilizam dois modelos econométricos empregando os dados da PNAD de 2001: um
modelo probit ponderado cuja variável dependente binária é a criança estar trabalhando ou
não; e um modelo de mínimos quadrados ponderados, considerando as horas semanais
trabalhadas como variável dependente.35 As autoras apontam que os programas de
transferência de renda não estabelecem a contrapartida das crianças não estarem trabalhando,
mas como exigem a freqüência escolar, isso por si já reduz o tempo disponível para que elas
se ocupem no mercado de trabalho. Ademais, o Programa Bolsa-Escola atinge indiretamente
essa questão, pois a renda oriunda do programa substituiria, de certo modo, a renda
proveniente do trabalho. Desse modo, da mesma forma que Cardoso & Souza Portela, Ferro
& Kassouf concluem que o Programa Bolsa-Escola é eficiente na redução da jornada de
trabalho das crianças, em especial para aqueles de áreas rurais. Contudo, os resultados são
inconclusivos com relação à decisão da família de inserir suas crianças no mercado de
trabalho.
Um dos mais recentes esforços para o estudo do impacto dos programas de
transferências de renda é realizado pelo CEDEPLAR em parceria com a SCIENCE –
Associação Científica, que desenvolveram e executaram a Pesquisa de Avaliação de Impacto
do Programa Bolsa-Família (AIBF) na qual foram coletadas informações pertinentes para a
análise de diferenciais entre famílias beneficiárias ou não do programa. Os tópicos
pesquisados envolvem dados sobre consumo familiar, saúde, educação e trabalho dos
integrantes da família.36 Resultados preliminares da pesquisa indicam que as famílias
34
CARDOSO, Eliana & SOUZA, André Portela. The impact of cash transfers on child labor and school attendance in Brazil,
Working Papers 0407, Department of Economics, Vanderbilt University, 2004.
35
FERRO, Andrea Rodrigues & KASSOUF, Ana Lúcia. Avaliação do impacto dos programas de Bolsa Escola sobre o
trabalho infantil no Brasil. Pesquisa e Planejamento Econômico, v.35, p.417, dezembro, 2005.
36
A amostra de 15.240 domicílios – dos quais 4.435 são beneficiários do PBF (grupo de tratamento), 4.941 nunca receberam
algum tipo de benefício (grupo de comparação), e os demais são beneficiários de outros programas – é representativa para
três grandes regiões do país (Nordeste; Norte e Centro-Oeste; Sudeste e Sul). As informações foram coletadas no período de

8
beneficiadas pelo Programa Bolsa-Família apresentam impacto positivo sobre seus gastos de
consumo, maior percentual de crianças que estudam e menor evasão escolar, e maior
participação dos adultos no mercado de trabalho.37
Em resumo, a literatura especializada indica que os programas de transferência de
renda são eficazes ao atender aos mais pobres e elevar a assiduidade escolar e médica no curto
prazo. No entanto, ainda não há evidências consistentes sobre a eficácia dessas políticas no
combate ao trabalho infantil sem a garantia de ações complementares na oferta de serviços de
educação e saúde com qualidade.
3. METODOLOGIA E BASE DE DADOS
Para este trabalho utilizamos como base os microdados da Pesquisa Nacional por
Amostra de Domicílios de 2004, que inclui o suplemento especial sobre Educação, segurança
alimentar, e acesso a transferências de renda e programas sociais. Consideramos apenas os
domicílios classificados como particulares, excluindo-se os domicílios coletivos. Analisamos
os dados, segundo os estratos de renda domiciliar por pessoa, excluída a renda proveniente de
programas sociais. Em seqüência, reduzimos a amostra para conter apenas os domicílios com
crianças entre 5 e 15 anos de idade para analisar a incidência ou não de trabalho infantil, bem
como a freqüência escolar das crianças; contemplando subdivisão espacial de acordo com as
áreas de situação censitária de domicílio – rural e urbano – e as grandes regiões – Norte,
Nordeste, Sudeste, Sul e Centro-Oeste.
A PNAD 2004 não fornece dados acerca do valor da renda familiar derivada dos
programas sociais, portanto, utilizaremos a metodologia empregada por Fábio Veras Soares,
Sergei Soares, Marcelo Medeiros e Rafael Guerreiro Osório para obtermos uma estimativa.38
Existem várias maneiras de modelar econometricamente a determinação do trabalho
infantil que depende, particularmente, das hipóteses sobre a tomada de decisão da família no
que concerne a alocação do tempo do menor. Nesta pesquisa, assim como, em estudos
realizados anteriormente, optamos pelo uso da técnica do probit bivariado que apresenta a
característica de não impor qualquer formato específico para a tomada de decisão, mas de
supor que as duas opções se relacionam entre si de alguma maneira. 39 O procedimento refere-
se à definição de dois probits univariados estimados conjuntamente, permitindo que os

24/10/2005 a 05/12/2005, em 269 municípios de 24 estados. Veja-se em CEDEPLAR. Primeiros resultados da análise da
linha de base da pesquisa de avaliação de impacto do Programa Bolsa Família. Ministério do Desenvolvimento Social e
Combate a Fome, maio, 2007.
37
Entretanto, ao utilizar os dados da AIBF, Andrade, Chein e Ribas (2007) verificam que os programas de transferência de
renda no Brasil não apresentam efeitos significativos sobre o status nutricional das crianças com idade entre 6 a 60 meses,
seja para o país como um todo, seja para os recortes regionais. Para tanto, os autores estimam o efeito médio do programa
sobre os indicadores antropométricos de altura e IMC por idade, a partir do método de propensity score matching para as
famílias do grupo de tratamento e comparação.
38
SOARES, Fábio Veras; SOARES, Sergei; MEDEIROS, Marcelo; OSÓRIO, Rafael Guerreiro. Programas de transferência
de renda no Brasil: impactos sobre a desigualdade. Texto para Discussão, nº. 1228. Brasília: IPEA, outubro de 2006.
Esclarecemos que a informação é obtida a partir da desagregação da variável juros de caderneta de poupança e de outras
aplicações, dividendos e outros rendimentos que recebia normalmente no mês de referência. A partir das respostas dos
domicílios serem beneficiários ou não de programas sociais, os autores sugerem que essa variável seja separada em três:
renda de juros, renda do BPC-LOAS e renda de outras transferências do governo. Essa divisão é selecionada em virtude do
valor fixo pago aos beneficiários do BPC-LOAS de um salário mínimo, ou R$ 260 em 2004, o que facilita a sua
decomposição. Assumimos, além disso, que os valores recebidos de outros programas de transferência de renda não
ultrapassam a soma de R$ 260. Com essas informações é possível realizar uma desagregação relativamente confiável da
variável renda fornecida pela PNAD, pois qualquer rendimento extra, que não se encaixe nas duas categorias anteriores, é
atribuído à variável renda de juros.
39
Veja-se, por exemplo, CACIAMALI, Maria Cristina, BATISTA, Natália Ferreira & TATEI, Fábio, 2007, op.cit.

9
resíduos de cada uma das regressões possam estar correlacionados.40 A forma estimada do
probit bivariado é dada por:

Y*1i = X1i βi + μ1i Y1i = 1 se Y*1i > 0; Y1i = 0, caso contrário

Y*2i = X2i βi + μ2i Y2i = 1 se Y*2i > 0; Y2i = 0, caso contrário
E(ε1) = E(ε2) = 0
Var(ε1) = Var(ε2) = 1
Cov(ε1 , ε2) = ρ
(ε1 , ε2) ~ BVN(0,0,1,1,ρ)

X1 e X2 representam os vetores explicativos para cada uma das equações, sendo que
crianças e pessoas de referências compartilham as seguintes variáveis:
– sexo: binária que assume valor 1 (um) se o indivíduo é do sexo masculino e 0 (zero) para o
feminino;
– idade: é a própria idade do indivíduo;
– cor: binária que assume valor 1 (um) quando o indivíduo é negro ou pardo, e 0 (zero) se
branco;41
– estudo: representa os anos de escolaridade completos da criança;
Ademais, são criadas seis variáveis dummies para captar a influência do status de
ocupação no trabalho principal dos chefes de domicílios. São elas: desempregado ou
economicamente inativo; assalariado com carteira assinada; assalariado sem carteira
assinada; conta-própria; empregador; e outro tipo de ocupação. 42
Por fim, há um conjunto de variáveis para observar os efeitos das características do
domicílios:
– ocup_cj: binária que assume valor 1 (um) se o cônjuge trabalhar, e 0 (zero), caso contrário;
– tam_fam: indica o número de membros do domicílio, excluindo-se as relações de
dependência de agregado, pensionista e empregado doméstico;
– rd_dom_pc: referente ao valor do rendimento domiciliar por pessoa, desconsiderado os
valores recebidos por programas de transferências de renda.
– bf: binária que assume valor 1 (um) se o domicílio é beneficiário do Programa Bolsa-
Família, e 0 (zero), caso contrário.
– rural: variável binária que assume valor 1 (um) se o domicílio se localiza em áreas rurais; e
zero (0) caso se localize em áreas urbanas.
– Dummies para cada uma das regiões geográficas brasileiras: Norte, Nordeste, Sudeste, Sul e
Centro-Oeste
A primeira variável dependente binária indica se a criança apresenta qualquer forma
de ocupação na semana da entrevista; enquanto a segunda variável binária informa se a

40
Para maiores detalhes sobre o probit bivariado ver WEEKS, Melvyn & ORME, Chris. The statistical relationship between
bivariate and multinomial choice models. Cambridge Working Paper in Economics nº. 99-12. Department of Applied
Economics, University of Cambridge, 1999.
41
As pessoas que se auto-identificaram como indígenas foram inclusas no grupo negros e pardos, enquanto aquelas que se
auto-identificaram como amarelos foram agregadas no grupo brancos.
42
Essa variável agrega as posições de ocupação: funcionário público; militar; trabalhador doméstico; trabalhador para
consumo próprio; e não remunerado.

10
criança está matriculada na escola ou não, no momento da aplicação do questionário da
PNAD. A escolha simultânea dessas duas opções implica quatro resultados diferentes e
excludentes entre si: só trabalha (Y1i = 1 e Y2i = 0), estuda e trabalha (Y1i = 1 e Y2i = 1), só
estuda (Y1i = 0 e Y2i =1) ou nenhum dos dois (Y1i = 0 e Y2i = 0).
Desse modo, se as duas decisões são correlacionadas, os erros dos dois modelos não
são independentes entre si ( ρ = Cov( µ 1i , µ 2 i ) ≠ 0 ) e a probabilidade de uma opção depende
da probabilidade da outra, sendo determinadas conjuntamente. Por outro lado, caso ρ = 0 , as
escolhas de estudo e trabalho não têm relação entre si e os probits não precisam ser estimados
conjuntamente. Ademais, além dos coeficientes β1 e β2 , o probit bivariado fornece também
a estimação da probabilidade prevista das quatro combinações possíveis apontadas
anteriormente.
4. IMPACTOS DO PROGRAMA BOLSA-FAMÍLIA SOBRE O TRABALHO
INFANTIL E A FREQÜÊNCIA ESCOLAR
No Brasil, em 2004, existem 51 milhões e 800 mil domicílios particulares, dos quais
cerca de 8,69 milhões são classificados em situação de pobreza, com renda por pessoa de até
R$ 100. No restante de nosso trabalho, para efeitos de cálculo da renda por pessoa, deduzimos
os rendimentos oriundos de programas de transferências de renda do total da renda domiciliar.
Nesse sentido, o número de famílias pobres se eleva para 9 milhões e 445 mil domicílios, o
que significa que pouco mais de 752 mil domicílios passam a se situar acima da linha de
pobreza com o recebimento de benefícios. Ou seja, os programas federais de transferência de
renda reduziram o percentual de domicílios considerados pobres em cerca de 8%.
A população de crianças e adolescentes com idade entre 5 e 15 anos é de 37,9 milhões,
das quais 2,7 milhões exercem algum tipo de trabalho, representando 7,3% do total dessa
faixa etária; enquanto 1,2 milhões de jovens com idade escolar – 3,9% – não freqüentam o
sistema escolar. Assim, dos jovens com idade entre 7 a 15 anos, 88,3% apenas estudam, 7,8%
estudam e trabalham, 1% só trabalham, e 2,9% não estudam nem trabalham. A situação é
mais agravante entre os jovens moradores de áreas rurais, que apresentam menor percentual
de matrículas no sistema escolar – 93,8% – e maior percentual de crianças trabalhando –
23,1% –, vis-à-vis aqueles de áreas urbanas, respectivamente, 96,7 e 5,2%. (Tabela 1).

Tabela 1 – Distribuição da população com idade entre 7 a 15 anos, segundo participação no mercado de
trabalho e sistema escolar, por área de situação censitária. Brasil 2004.
Área rural Área urbana
Não estuda Estuda Total Não estuda Estuda Total
Não trabalha 233.628 4.563.197 4.796.825 684.127 22.952.342 23.636.469
% 3,7 73,1 76,9 2,7 92,1 94,8
Trabalha 150.989 1.292.511 1.443.500 147.264 1.146.616 1.293.880
% 2,4 20,7 23,1 0,6 4,6 5,2
Total 384.617 5.855.708 6.240.325 831.391 24.098.958 24.930.349
% 6,2 93,8 100,0 3,3 96,7 100,0
Fonte: IBGE – PNAD (2004). Elaboração própria.

Com relação aos domicílios, 23 milhões apresentam pelo menos uma pessoa dessa
coorte entre os seus moradores, constatando-se a ocorrência de trabalho infantil em 2,1

11
milhões deles – 9,4% do total; e o não atendimento escolar de ao menos uma criança em 1,7%
dos domicílios. Nesse recorte, 6,8 milhões (29,8%) apresentam renda familiar por pessoa
inferior a R$ 100, dos quais 3,6 milhões são beneficiárias do Programa Bolsa-Família,
representando pouco mais da metade dos domicílios pobres (53,4%). Ademais, observamos
que, entre os domicílios carentes, 36,6% dos beneficiários do PBF se encontram em áreas
rurais, sendo que o total de domicílios pobres localizados nessas áreas é da ordem de 32%. É
interessante notar que, segundo a Tabela 2, há um conjunto de domicílios pobres que mesmo
sem receber benefícios, não empregam o trabalho de suas crianças para complementar a renda
familiar.

Tabela 2 – Distribuição dos domicílios pobres com crianças com idade entre 5 a 15 anos, segundo
incidência de trabalho infantil e recebimento do Programa Bolsa-Família, por área de situação censitária.
Brasil 2004.
Área Rural Área Urbana
Sem trabalho Com trabalho Sem trabalho Com trabalho Total
infantil infantil infantil infantil
3.208.11
Não recebe Bolsa-Família 669.976 183.882 2.215.402 138.852
2
% 9,7 2,7 32,2 2,0 46,6
3.675.63
Recebe Bolsa-Família 897.370 449.582 2.106.847 221.839
8
% 13,0 6,5 30,6 3,2 53,4
6.883.75
Total 1.567.346 633.464 4.322.249 360.691
0
% 22,8 9,2 62,8 5,2 100,0
Fonte: IBGE – PNAD (2004). Elaboração própria.
O Quadro 1 apresenta uma síntese dos resultados do probit bivariado para a amostra
total, no qual o rho estimado ( ρ̂) é negativo e significativamente diferente de zero, indicando
que as escolhas estudar e trabalhar são concorrentes na alocação de tempo das crianças e,
portanto, devem ser estimadas em conjunto.43 As estimações do probit bivariado ratificam
resultados já apreendidos pela literatura especializada.44 Assim, observamos no vetor de
características pessoais do chefe de domicílio que a cor não tem efeitos sobre a incidência de
trabalho infantil e a freqüência escolar, enquanto aumentos da idade são significativas apenas
para o atendimento escolar das crianças. Por sua vez, caso a pessoa de referência seja homem,
e elevações no nível escolaridade possuem comportamentos semelhantes, isto é, reduzem a
probabilidade de trabalho infantil e elevam a de freqüência escolar. Para as dummies de
posição de ocupação, o modelo é estimado excluída a variável referente à pessoa de referência
ocupada com carteira assinada, portanto, os resultados das demais dummies de ocupação
devem ser comparados relativamente a esse status de ocupação. Assim, com exceção das
pessoas de referências desempregadas ou inativas, os chefes de domicílios tendem a utilizar
mais o trabalho de suas crianças em relação àqueles ocupados com carteira assinada.
Enquanto os ocupados sem carteira, desempregados e inativos apresentam menor propensão
para que seus filhos estudem.

43
Os resultados completos das estimações podem ser conferidos no apêndice.
44
Ver, entre outros, FREIJE, Samuel & LOPEZ, Calva Luis. Child labor, school attendance, and poverty in México and
Venezuela. El Colegio de México, Centro de Estudios Económicos. 2001. (mimeo).

12
Quadro 1 – Impacto das variáveis sobre a incidência de trabalho infantil e freqüência escolar. Brasil
2004.
Variáveis Estudar Trabalhar
sexo_pr + –
idade_pr + NS
cor_pr NS NS
est_pr + –
dum_sc – +
dum_cp NS +
dum_ep NS +
dum_ot NS +
dum_ds – NS
sexo_fi NS +
idade_fi – +
cor_fi NS NS
est_fi + –
ocup_cj + +
tam_fam – +
rd_dm_pc + NS
bf + +
rural – +
Norte – +
Nordeste NS +
Sul – +
Centro Oeste – +
Fonte: IBGE – PNAD (2004). Elaboração própria.
+: efeito positivo para a ocorrência do trabalho infantil/atendimento escolar;
–: efeito negativo para a ocorrência do trabalho infantil/atendimento escolar;
NS: sem efeito sobre o fenômeno.

Com relação ao vetor de características das crianças, a cor novamente se mostra não
relevante para a ocorrência das escolhas de freqüência escolar e trabalho das crianças,
enquanto o sexo da criança, diferentemente dos pais, é significativa na decisão de trabalhar –
maior para meninos. As variáveis idade e escolaridade apresentam impactos esperados.
Quanto maior a idade da criança, menor a probabilidade de freqüentar a escolar e maior a de
trabalhar, ocorrendo o inverso com elevações no nível de escolaridade – menor probabilidade
de trabalho infantil e maior de atendimento escolar. Igualmente, o vetor de características da
família apresenta resultados esperados. Famílias grandes se deparam com maiores
probabilidades de incidência de trabalho infantil e menores de freqüência escolar, enquanto
elevações da renda domiciliar aumentam o atendimento escolar, contudo, esta última variável
aparenta não impactar a incidência de trabalho infantil. Ressaltamos que o estudo analisa
apenas domicílios com renda por pessoa inferior a R$ 260,00, ou seja, é esperado que se a
amostra considerasse os demais domicílios com renda superior, o papel da variável renda
seria mais evidente. Ademais, a presença do cônjuge no mercado de trabalho eleva a
probabilidade tanto do trabalho das crianças como de seu atendimento escolar. Por sua vez, as
dummies de localização do domicílio apresentam resultados esperados. Famílias residentes de
áreas rurais e que não se encontram na região Sudeste, apresentam menor probabilidade das
crianças freqüentarem as escolas e maior incidência de trabalho infantil – com exceção da
dummy para a região Nordeste na opção “estudar”, que é não significante.

13
 No entanto, o resultado mais interessante se revela no coeficiente positivo para a
variável Bolsa-Família, indicando que ser beneficiário do Programa eleva as chances de
incidência de trabalho infantil nos domicílios pobres. Contudo, é necessário ressaltar que o
combate ao trabalho das crianças não faz parte do escopo do Programa, e que seus
beneficiários comumente se constituem de famílias pobres que necessitam da renda oriunda
do trabalho de suas crianças para garantir sua sobrevivência. Por sua vez, para a freqüência
escolar observamos que o tamanho da família e a aumentos na idade da criança afetam
negativamente o atendimento escolar; enquanto elevações na escolaridade dos pais e das
crianças, da renda domiciliar por pessoa, bem como o recebimento do Bolsa-Família
aumentam as chances da criança freqüentar a escola. Destarte, o efeito negativo do PBF sobre
o trabalho infantil, o Programa é eficiente em elevar a freqüência escolar de crianças pobres.
A Tabela 3 apresenta as probabilidades previstas para cada uma das possíveis
combinações entre as opções de estudar e trabalhar dos jovens. Para isso, é necessário calcular
os efeitos marginais das variáveis do modelo de modo a obtermos o impacto da variação de
1% de cada uma das variáveis explicativas sobre as probabilidades estimadas (só estuda,
estuda e trabalha, só trabalha, e não estuda nem trabalha).45 Assim, observamos que entre os
domicílios pobres, 92,3% dos jovens apenas estudam, 0,4% apenas trabalham e 4,2% estudam
e trabalham. Por outro lado, há 3,1% de chances dos jovens se apresentarem em situação
marginalizada, fora tanto do sistema escolar como do mercado de trabalho.

Tabela 3 – Probabilidades previstas para a incidência de trabalho infantil e freqüência escolar. Brasil
2004 (em %).
Só estuda 92,3
Estuda e trabalha 4,2
Só trabalha 0,4
Não estuda nem trabalha 3,1
Fonte: IBGE – PNAD (2004). Elaboração própria.

A seguir, os Quadros 2 e 3 apresentam o sumário dos resultados do probit bivariado

para os recortes de situação censitária e geográfico. Em relação à estimação obtida para a
amostra total, não há alterações nos sinais dos coeficientes, ou seja, os efeitos positivos ou
negativos de cada uma das variáveis do modelo para a incidência de trabalho infantil e a
freqüência escolar das crianças não são conflitantes de acordo com a localização do domicílio.
Destarte, mudanças ocorrem no nível da significância dos coeficientes, isto é, variáveis que
influenciam a ocorrência dos fenômenos analisados para a amostra total podem deixar de ter
esse papel para recortes distintos, e vice-versa.

45
No caso das variáveis explicativas binárias, o efeito marginal corresponde à mudança na probabilidade quando se altera a
situação da dummy de 0 (zero) para a situação 1 (um). As tabelas com os efeitos marginais das variáveis explicativas do
modelo se encontram no Apêndice.

14
Quadro 2 – Impacto das variáveis sobre a incidência de trabalho infantil e freqüência escolar, segundo
áreas de situação censitária. Brasil 2004.
Estudar Trabalhar
Variáveis
Rural Urbano Rural Urbano
sexo_pr NS + – –
idade_pr NS + NS –
cor_pr NS – NS NS
est_pr + + – –
dum_sc – – + +
dum_cp – NS + +
dum_ep NS NS + +
dum_ot NS NS + +
dum_ds NS NS NS NS
sexo_fi NS + + +
idade_fi – – + +
cor_fi – NS NS NS
est_fi + + – –
ocup_cj + + + +
tam_fam – – + +
rd_dm_pc NS + – NS
bf + + + +
Norte NS NS + NS
Nordeste + NS NS +
Sul NS – + +
Centro-Oeste NS – + +
Fonte: IBGE – PNAD (2004). Elaboração própria.
+: efeito positivo para a ocorrência do trabalho infantil/atendimento escolar;
–: efeito negativo para a ocorrência do trabalho infantil/atendimento escolar;
NS: sem efeito sobre o fenômeno.

O recorte de situação censitária analisa os domicílios segundo sua localização –

urbana ou rural. Nesse sentido, observamos que os domicílios de áreas rurais passam a
apresentar maior número de variáveis que não influenciam a freqüência escolar das crianças,
como a renda domiciliar por pessoa, o sexo e idade do chefe do domicílio; enquanto as
crianças negras e pardas passam a se deparar com menores chances de freqüentarem a escola.
Igualmente, os pais desocupados e inativos não influenciam as crianças quanto sua freqüência
escolar, entretanto, aqueles ocupados por conta própria reduzem a probabilidade dessa
escolha. Tal resultado é compreensível dado que, em geral, tratam-se de famílias humildes
que utilizam a mão-de-obra de seus filhos em suas pequenas produções agrícolas. Nas
dummies para as regiões geográficas todas se mostram não significantes, com exceção da
região Nordeste, que apresenta maior probabilidade das crianças de áreas rurais freqüentarem
a escola que na região Sudeste. A binária também se mostra não significativa para a
incidência de trabalho infantil, enquanto a renda domiciliar por pessoa influencia
negativamente este fenômeno, ou seja, elevações nos rendimentos das famílias reduzem a
probabilidade das crianças trabalharem.
Por sua vez, entre os domicílios de áreas urbanas a elevação da idade dos pais passa a
influenciar negativamente a incidência do trabalho infantil. Com relação ao atendimento
escolar, duas variáveis passam a ser significantes: cor da pessoa de referência e sexo da
criança. O sinal negativo da variável cor indica que pais que se auto-identificam como negros
ou pardos apresentam menor probabilidade de não enviar seus filhos para a escola, enquanto o
fato da criança ser do sexo masculino eleva essa probabilidade. Ou seja, essas famílias

15
valorizam menos o estudo, sobretudo para os meninos. No tocante o status ocupacional dos
chefes de domicílios, a dummy para desempregados e inativos se mostra não significante para
os fenômenos, resultado que repete para a dummy da região Norte.

Tabela 4 – Probabilidades previstas para a incidência de trabalho infantil e freqüência escolar, segundo
área de situação censitária. Brasil 2004 (em %).
Rural Urbano
Só estuda 78,9 94,1
Estuda e trabalha 15,3 3,0
Só trabalha 1,6 0,3
Não estuda nem trabalha 4,2 2,7
Fonte: IBGE – PNAD (2004). Elaboração própria.

As probabilidades estimadas na Tabela 4 reforçam as evidências de que o trabalho

infantil e o não atendimento escolar são maiores no meio rural. Destaca-se a elevada
probabilidade de crianças oriundas de famílias rurais pobres trabalharem – 16,9%; e de
estarem fora tanto do sistema escolar como do mercado de trabalho – 4,2% – números muito
acima daquelas situadas em áreas urbanas. Estes resultados indicam um comportamento
distinto dependente da localização do domicílio, de modo que seriam necessárias políticas
específicas voltadas para essas famílias, especialmente com relação à disponibilidade de
serviços educacionais de qualidade nas áreas rurais.
Com relação ao recorte geográfico (Quadro 3), novamente notamos que as principais
diferenças nas estimações se referem à significância das variáveis. Alterações na
probabilidade do trabalho infantil deixam de ser influenciadas pela escolaridade das crianças
no Sudeste, Sul e Centro-Oeste; e pelo recebimento do Bolsa-Família no Norte, Sul e Centro-
Oeste. Inversamente, a idade do chefe de família no Norte apresenta influência negativa sobre
a ocorrência de trabalho infantil, ao passo que a cor dos pais e crianças se torna
significativamente positiva, respectivamente, no Sul e Sudeste. Isto é, o fato do indivíduo ser
negro ou pardo nessas regiões eleva a probabilidade da criança estar em alguma forma de
ocupação. Para as dummies de ocupação, observamos que os chefes de domicílios ocupados
como empregadores no Centro-Oeste; assalariados sem carteira no Norte, Sudeste e Sul; e
outros no Norte, deixam de impactar a ocorrência de trabalho infantil. Por sua vez, a renda
domiciliar por pessoa se torna significante e com efeitos distintos no Nordeste e Centro-Oeste.
Enquanto na primeira região elevações na renda reduzem as probabilidades da criança
trabalhar, no Centro-Oeste ocorre o inverso, elevando a incidência de trabalho infantil. A
despeito desses resultados, a dummy para a área rural é positiva e significante em todas as
macrorregiões, reforçando a constatação de que a questão do trabalho infantil nessas áreas é
um problema crônico que ocorre em todas as partes do Brasil, independente de se tratarem de
regiões mais ricas ou pobres.

16
Quadro 3 – Impacto das variáveis sobre a incidência de trabalho infantil e freqüência escolar, segundo
regiões geográficas. Brasil 2004.

Estudar Trabalhar
Variáveis Centro- Centro-
Norte Nordeste Sudeste Sul Norte Nordeste Sudeste Sul
Oeste Oeste
sexo_pr NS + + + NS – – – – –
idade_pr + + + NS + – NS NS NS NS
cor_pr NS NS NS NS NS NS NS NS + NS
est_pr + + + NS + – – – – –
dum_sc – – NS – NS NS + NS NS +
dum_cp NS NS NS NS NS + + + + +
dum_ep NS NS NS NS NS + + + + NS
dum_ot NS NS NS NS NS NS + + + +
dum_ds NS NS NS NS NS NS NS NS NS NS
sexo_fi NS NS + NS NS + + + + +
idade_fi – – – – – + + + + +
cor_fi NS NS NS NS NS NS NS + NS NS
est_fi + + + + + – – NS NS NS
ocup_cj + + NS NS + + + + + +
tam_fam – – – – – + + + + +
rd_dm_pc NS + + + NS NS – NS NS +
bf + + + NS + NS + + NS NS
rural – NS – NS NS + + + + +
Fonte: IBGE – PNAD (2004). Elaboração própria.
+: efeito positivo para a ocorrência do trabalho infantil/atendimento escolar;
–: efeito negativo para a ocorrência do trabalho infantil/atendimento escolar;
NS: sem efeito sobre o fenômeno.

No tocante à freqüência escolar, observamos que o sexo dos pais não influencia o
atendimento escolar das crianças do Norte e Centro-Oeste, enquanto a sua idade e
escolaridade não são determinantes no Sul. Tal comportamento se repete entre as dummies de
pais assalariados sem carteira – Norte, Nordeste e Centro-Oeste – que apresentam menor
probabilidade da criança estudar em relação ao chefe de domicílio ocupado com carteira
assinada. Ademais, o fato de o cônjuge participar no mercado de trabalho deixa de influenciar
a freqüência escolar nas regiões Sul e Sudeste. Já o sexo da criança passa a afetar o fenômeno
na região Sudeste, onde os garotos apresentam maiores chances de freqüentar a escola. No
que concerne o Bolsa-Família, o Programa não influencia o atendimento escolar entre os
domicílios da região Sul, indícios de maior oferta de serviços educacionais públicos na região.
Ademais, a renda domiciliar por pessoa se mostra não significativa nas regiões Norte e
Centro-Oeste, enquanto o mesmo ocorre para a dummy da área rural das regiões Nordeste, Sul
e Centro-Oeste.

17
Tabela 5 – Probabilidades previstas para a incidência de trabalho infantil e freqüência escolar, segundo
região geográfica. Brasil 2004 (em %).
Centro-
Norte Nordeste Sudeste Sul
Oeste
Só estuda 89,8 90,9 95,7 92,8 93,2
Estuda e trabalha 4,5 5,6 2,1 4,4 3,5
Só trabalha 0,7 0,4 0,2 0,4 0,4
Não estuda nem trabalha 5,0 3,1 2,0 2,5 3,0
Fonte: IBGE – PNAD (2004). Elaboração própria.

Reconhecidamente, as regiões Norte e Nordeste possuem níveis de renda familiar

inferiores perante as famílias das demais regiões, além de menor oferta de serviços públicos
escolares, especialmente de qualidade, refletindo-se nas maiores probabilidades de trabalho
infantil e menores probabilidades de freqüência escolar (Tabela 5). Igualmente, a região mais
rica do país – Sudeste – apresenta, conforme esperado, melhores oportunidades tanto de
serviços sociais em geral quanto educacionais, com maiores probabilidades de atendimento
escolar e menores probabilidades de incidência de trabalho infantil. Entretanto, esses
diferenciais de probabilidades entre regiões não são tão díspares como o apresentado no
recorte de situação censitária do domicílio, indicando que as diferenças regionais possuem
peso inferior perante as áreas de situação censitárias para o aprimoramento da focalização dos
programas de transferência de renda.
Por fim, calculamos as probabilidades previstas condicionadas a situação de o
domicílio ser beneficiário ou não do Bolsa-Família, associada à sua área de situação censitária
e geográfica (Tabela 6). Entretanto, como não temos a posição anterior da criança para
comparar (contrafactual), calculamos a diferença das probabilidades estimadas para as
crianças que estão em domicílio que recebem o PBF em relação àquelas que se encontram em
domicílios que não são beneficiárias.
Assim, observamos que as crianças moradoras de domicílios beneficiários do PBF das
regiões Norte e Nordeste apresentam maior probabilidade de estarem matriculadas na escola,
perante aquelas que não são beneficiárias do Programa, diferencial que é mais acentuado nas
famílias de áreas rurais. A despeito disso, em ambos os casos – rural e urbano – domicílios
beneficiados pelo Programa no Norte, Nordeste e Centro-Oeste apresentam maiores
probabilidades da criança freqüentar a escola em relação aos domicílios que não o recebem.
Curiosamente, nas regiões Sudeste e Sul – tanto rural como urbano – a situação se inverte.
Crianças moradoras de domicílios beneficiados pelo Bolsa-Família possuem menor
probabilidade de freqüentarem a escola do que aquelas que não são beneficiárias, sendo que a
Região Sul urbana apresenta o maior diferencial, -1,9 pontos percentuais.

18
Tabela 6 – Probabilidades previstas para a freqüência escolar e incidência de trabalho infantil,
condicionadas pelo recebimento do Programa Bolsa-Família, segundo região geográfica e área de situação
censitária. Brasil 2004 (em %).
Recebe Bolsa-Família Não recebe Bolsa-Família Diferença: com BF – sem BF
P (y/x)
Rural Urbano Rural Urbano Rural Urbano
Estuda
Norte 91,8 95,6 90,0 95,2 1,7 0,4
Nordeste 95,5 97,2 93,4 96,8 2,1 0,4
Sudeste 94,7 97,5 96,1 98,1 -1,4 -0,6
Sul 95,8 95,8 97,5 97,7 -1,7 -1,9
Centro Oeste 96,1 96,9 95,7 96,8 0,4 0,1
BRASIL 94,8 96,8 94,2 96,9 0,6 -0,1
Trabalha
Norte 30,5 4,9 19,0 2,1 11,5 2,8
Nordeste 26,0 6,2 11,7 2,1 14,2 4,1
Sudeste 17,7 4,4 5,7 1,3 12,0 3,0
Sul 36,6 4,0 22,0 2,0 14,6 2,1
Centro Oeste 19,9 4,9 10,6 2,4 9,3 2,5
BRASIL 26,6 5,3 13,1 2,0 13,5 3,3
Não estuda nem trabalha
Norte 4,4 3,9 6,8 4,6 -2,4 -0,6
Nordeste 2,7 2,5 5,3 3,1 -2,6 -0,6
Sudeste 3,2 2,1 3,2 1,8 0,0 0,3
Sul 1,8 3,7 1,5 2,2 0,3 1,6
Centro Oeste 2,4 2,7 3,3 3,0 -0,9 -0,3
BRASIL 2,9 2,8 4,3 2,9 -1,4 -0,1
Fonte: IBGE – PNAD (2004). Elaboração própria.

Com relação à probabilidade condicionada de incidência de trabalho infantil, tanto na

área rural quanto na área urbana, as crianças que se encontram em domicílios beneficiados
pelo PBF têm maior probabilidade de trabalhar do que aquelas que não são beneficiárias.
Contudo, a discrepância na área rural é mais elevada, particularmente nos domicílios das
regiões Nordeste e Sul. Por sua vez, nos domicílios localizados em áreas urbanas, os maiores
diferenciais na probabilidade da criança trabalhar – entre domicílios beneficiários do PBF ou
não – se revelam nas regiões Nordeste e Sudeste.
Os resultados apontam que um dos méritos do Bolsa-Família tenha sido o de retirar da
situação não estuda nem trabalha as crianças de famílias com pobres. Entretanto, parece
existir um problema de focalização na implementação do PBF na região Sul, em particular
nas áreas urbanas, onde crianças em domicílios beneficiários possuem uma probabilidade
maior de estar em situação ociosa do que aquelas que se encontram em domicílios que não
recebem o Programa. A mesma situação se repete na área rural do Sul e na área urbana do
Sudeste, mas com menor discrepância. Considerando que crianças em idade escolar que
recebem o PBF devem freqüentar a escola, a situação de ociosidade vai contra uma das metas
principais do Programa e, portanto, merece atenção especial.

19
CONSIDERAÇÕES FINAIS
As estimações realizadas neste trabalho corroboram os resultados apresentados por
diversos estudos sobre o trabalho infantil e a freqüência escolar das crianças, dos quais
destacamos:
• A cor das pessoas – pais e filhos – não é determinante para a ocorrência de trabalho
infantil ou para o atendimento escolar, salvo nas famílias urbanas chefiadas por pais
negros ou pardos e nas famílias rurais com crianças negras ou pardas – para as quais a
probabilidade de freqüência escolar é menor; e para pais brancos do Sul e crianças
brancas de famílias situadas na região Sudeste, que apresentam menor probabilidade
de trabalho infantil.
• Os rapazes mais velhos das famílias apresentam maiores probabilidades de estarem
ocupados, mas o sexo dos jovens não apresenta influência para o atendimento escolar,
com exceção das famílias de áreas urbanas e da região Sudeste, nas quais os garotos
têm maiores chances de freqüentarem a escola.
• Elevações da renda familiar e anos de estudo apresentam resultados positivos sobre os
fenômenos estudados.
• Relativamente aos ocupados com carteira assinada, famílias nas quais os chefes de
domicílios estão empregados em outra forma de ocupação apresentam maior tendência
de incidência de trabalho infantil. Por sua vez, apenas os empregados sem carteira
assinada e contas-próprias em áreas rurais impactam negativamente no atendimento
escolar das crianças, enquanto não há evidências para as demais regiões.
• Quanto maior o tamanho da família, maiores as chance de haver trabalho infantil e não
atendimento escolar, devido à maior pressão sobre as necessidades de renda familiar.
• A presença de cônjuge ocupado eleva a probabilidade tanto da incidência de trabalho
infantil como de atendimento escolar.
• Confrontada com famílias localizadas em áreas urbanas, as famílias rurais apresentam,
expressivamente, maiores probabilidades de crianças ocupadas e que não trabalham
nem estudam, além de menores probabilidades de crianças que freqüentam a escola.
Destarte, o perfil distinto dessas famílias demanda ações focalizadas distintas de
combate ao trabalho infantil e de ampliação do acesso educacional.
• Regionalmente não há diferenças significativas entre as escolhas estudar e trabalhar
das crianças. Contudo, os resultados corroboram que as regiões mais ricas – Sudeste e
Sul – apresentam as menores probabilidades de incidência de trabalho infantil e
maiores de freqüência escolar, vis-à-vis as regiões mais pobres do país – Norte e
Nordeste.
Com relação aos impactos do Bolsa-Família, os resultados indicam que, em geral, o
programa é eficiente em atingir um de seus objetivos fundamentais – elevar o atendimento
escolar das crianças, em especial na área rural do Nordeste; contudo, não apenas é incapaz de
reduzir a incidência de trabalho infantil, fenômeno perverso intrinsecamente relacionado ao
menor atendimento escolar entre crianças de famílias pobres, como eleva a probabilidade de
sua ocorrência. Apesar de essa probabilidade ser maior nas regiões do Nordeste e Sul, vemos
que em todo o país as crianças nas áreas rurais, principalmente aquelas que se encontram em
domicílios beneficiários do PBF, chegam a apresentar uma probabilidade prevista de
trabalhar, em média, 13,5% superior do que aquelas que se encontram em domicílios que não
recebem o PBF, coeteris paribus. Dado que analisamos apenas domicílios com renda por

20
pessoa até R$ 260,00, é possível que o valor do benefício distribuído pelo PBF seja
insuficiente para que as famílias abdiquem da renda oriunda do trabalho das crianças;
ademais, o Programa não apresenta ações sociais que poderiam servir de empecilhos às
crianças pobres de alocar seu tempo livre em alguma forma de ocupação.
A despeito desse resultado, o PBF não apresenta efeitos significativos sobre o
trabalho infantil nas famílias do meio rural e das regiões Norte, Sudeste e Centro-Oeste; além
da freqüência escolar de famílias da região Sul, indicando que o Programa é inócuo em locais
que reconhecidamente empregam a mão-de-obra infantil – áreas rurais – e com elevados
índices de escolaridade – região Sul. Novamente ressaltamos que o combate ao trabalho
infantil não é uma das metas do programa, entretanto, alguns aprimoramentos do PBF
permitiriam contra-arrestar, indiretamente, esse fenômeno.
Primeiramente, o PBF poderia reproduzir ações de sucesso já existentes, como a
Jornada Ampliada oferecida pelo PETI, período extracurricular em que o aluno tem
oportunidade de participar de atividades artísticas, culturais, esportivas, profissionalizantes e
de reforço pedagógico, de modo a reduzir as horas que as crianças poderiam dedicar ao
trabalho. Assim, ao se elevar o número de horas em que as crianças permanecem na escola,
tem-se, consequentemente, uma redução das horas disponíveis para o trabalho, além de
oferecer uma formação de melhor qualidade para os jovens.
Enfim, considerando que famílias beneficiárias do PBF possuem, em geral, rendas
extremamente baixas, de modo que rendimentos provenientes do trabalho das crianças são,
muitas vezes, essenciais para a própria sobrevivência e a de seus familiares; e que a
dificuldade de acesso as escolas, em especial nas áreas rurais, são fatores que favorecem a
maior incidência de trabalho infantil; simples e incipientes transferências de recursos não são
capazes de erradicar essa problemática. Portanto, no curto prazo, as condicionalidades do
Programa são uma forma eficiente de se criar externalidades positivas, contudo, é vital que se
realizem, em conjunto, ações complementares de melhorias da oferta de serviços escolares e
saúde, além de políticas de geração de emprego, renda e capacitação para os pais, ou seja,
investimentos sustentáveis que resguardam a elevação do capital humano e a redução da
pobreza no longo prazo.

REFERÊNCIAS BIBLIOGRÁFICAS

ANDRADE, Mônica Viegas; CHEIN, Flávia; RIBAS, Rafael Perez. Políticas de transferência de renda e
condição nutricional de crianças: uma avaliação do Bolsa Família. Texto para Discussão nº. 32. Belo
Horizonte: CEDEPLAR, 2007.
BASU, Kaushik. Child labor: cause, consequence, and cure, with remarks on international labor standards.
Journal of Economic Literature, 37(3), 1999, p. 1083-1119.
BATISTA, Natália N. F. & CACCIAMALI, Maria Cristina, Migração familiar, trabalho infantil e ciclo
intergeracional da pobreza no Estado de São Paulo. (Familial Migration, Child Labor and Poverty
Trap in the State of São Paulo), 2007. (processo de arbitragem).
BOUILLON, César Patricio & TEJERINA, Luis. Do we know what works? A systematic review of impact
evaluations of social programs in Latin America and the Caribbean. Working paper, Inter-American
Development Bank, Sustainable Development Department, November 2006.
BRASIL. MINISTÉRIO DO DESENVOLVIMENTO SOCIAL E COMBATE À FOME,
http://www.mds.gov.br/, consultado em setembro de 2007.
CACCIAMALI, Maria Cristina & TATEI, Fábio, Trabalho infantil e o status ocupacional dos pais (Child labor
and the parents’ status of employment). Revista de Economia Política, (no prelo), 2008.

21
CACCIAMALI, Maria Cristina; BATISTA, Natália N. F.; TATEI, Fábio. Padrões familiares de utilização de
trabalho infantil e de freqüência escolar. 2007. (Em processo de arbitragem).
CARDOSO, Eliana & SOUZA, André Portela. The impact of cash transfers on child labor and school attendance
in Brazil, Working Papers 0407, Department of Economics, Vanderbilt University, 2004.
CEDEPLAR. Primeiros resultados da análise da linha de base da pesquisa de avaliação de impacto do
Programa Bolsa Família. Ministério do Desenvolvimento Social e Combate a Fome, maio, 2007.
CERVINI, Rubem & BURGER, Freda. O menino trabalhador no Brasil. In: FAUSTO, Ayrton & CERVINI,
Rubem (Orgs.). O trabalho e a rua: crianças e adolescentes no Brasil urbano dos anos 80. São Paulo:
Cortez. 1991.
CHAMBERS, Robert. What is poverty? Who asks? Who answers? In: Poverty in Focus. What is poverty?
Concepts and measures. Brasília: IPC, December, 2006.
DURYEA, Suzanne & MORRISON, Andrew. The effect of conditional transfers on school performance and
child labor: evidence from an ex-post impact evaluation in Costa Rica. Working Paper 505.
Washington: Inter-American Development Bank, 2004.
F.IBGE, PESQUISA NACIONAL POR AMOSTRA DE DOMICÍLIOS, microdados, 2004. Elaboração própria.
FERRO, Andréa Rodrigues & KASSOUF, Ana Lúcia. Avaliação do impacto dos programas de Bolsa Escola
sobre o trabalho infantil no Brasil. Pesquisa e Planejamento Econômico, v.35, p.417, dezembro, 2005.
FREIJE, Samuel & LOPEZ, Calva Luis. Child labor, school attendance, and poverty in México and Venezuela.
El Colegio de México, Centro de Estudios Económicos. 2001. (mimeo).
HANDA, Sudhanshu & DAVIS, Benjamin. The experience of conditional cash transfers in Latin America and
the Caribbean. Development Policy Review. Overseas Development Institute, vol. 24(5), pp. 513-536,
09. 2006.
KASSOUF, Ana Lúcia. Trabalho infantil no Brasil. Tese de Livre Docência apresentada na Escola Superior de
Agricultura Luiz de Queiroz da Universidade de São Paulo. Piracicaba: 111p, 1999.
LAVINAS, Lena & BARBOSA, Maria Ligia de Oliveira. Combater a pobreza estimulando a freqüência escolar:
o estudo de caso do Programa Bolsa-Escola do Recife. Dados., Rio de Janeiro, v. 43, n. 3, 2000.
NERI, Marcel C. & THOMAS, Mark R. Household responses to labor-market shocks in Brazil 1982-1999.
Anais XXVIII Encontro Nacional de Economia, São Paulo: ANPEC, 2000.
NÚCLEO DE ESTUDOS DE POPULAÇÃO – NEPO/UNICAMP. Trabalho infantil no Brasil: o mercado, a
família e a criança. Campinas: NEPO/UNICAMP, vol.1 e 2, 1998.
PERRY, Guillermo E.; ARIAS, Omar S.; LÓPEZ, J. Humberto; MALONEY, William F.; SERVÉN, Luis.
Poverty reduction and growth: virtuous and vicious circles. Washington DC: The World Bank, 2006.
PARIKH, Anokhi & SADOULET Elisabeth. The effect of parents' occupation on child labor and school
attendance in Brazil. UC Berkeley Manuscript: 2005.
PSACHAROPOULOS, George & ARRIAGADA, Ana Maria. The determinants of early age human capital
formation: evidence from Brazil. Economic Development and Cultural Change, (37:4): 683-708, 1989.
SCHWARTZMAN, Simon. Trabalho infantil no Brasil. Brasília: OIT, 2001.
______. Education-oriented social programs in Brazil: the impact of Bolsa Escola. Artigo submetido na Global
Conference on Education Research in Developing Countries (Research for Results on Education),
Global Development Network. Prague: IETS – Instituto de Estudos do Trabalho e Sociedade. 2005.
SILVEIRA, Caio; AMARAL, Carlos; CAMPINEIRO; Débora. Trabalho Infantil: examinando o problema,
avaliando estratégias de erradicação. Núcleo de Assessoria Planejamento e Pesquisa – NAPP / Fundo
das Nações Unidas – UNICEF: novembro, 2000. 46 p.
SOARES, Fábio Veras. Conditional cash transfers: a vaccine against poverty and inequality? One Page.
International Poverty Centre, outubro, 2004.
SOARES, Fábio Veras; SOARES, Sergei; MEDEIROS, Marcelo; OSÓRIO, Rafael Guerreiro. Programas de
transferência de renda no Brasil: impactos sobre a desigualdade. Texto para Discussão, nº. 1228.
Brasília: IPEA, outubro de 2006.

22
WEEKS, Melvyn & ORME, Chris. The statistical relationship between bivariate and multinomial choice
models. Cambridge Working Paper in Economics nº. 99-12. Department of Applied Economics,
University of Cambridge, 1999.

23
APÊNDICE
Tabela A1 – Estimações do probit bivariado. Brasil 2004

Variáveis Coef. Std. Err. Sign.

Estudar
sexo_pr 0,1104666 0,0318341 **
idade_pr 0,0056987 0,0012329 *
cor_pr -0,0482086 0,0331397
est_pr 0,0439264 0,0042473 *
dum_sc -0,1941141 0,0405103 *
dum_cp -0,024013 0,0382807
dum_ep 0,0277936 0,1055612
dum_ot -0,050703 0,0489111
dum_ds -0,0969619 0,0443562 **
sexo_fi 0,0338628 0,0243461
idade_fi -0,2448896 0,0068968 *
cor_fi -0,0300124 0,0333984
est_fi 0,1975825 0,0082279 *
ocup_cj 0,1042746 0,0277954 *
tam_fam -0,0693698 0,0063074 *
rd_dm_pc 0,0009262 0,0002304 *
bf 0,3047934 0,0276964 *
rural -0,0777148 0,0307183 **
Norte -0,0763837 0,0406479 ***
Nordeste 0,0396499 0,0349719
Sul -0,1674009 0,0452521 *
Centro-Oeste -0,0818795 0,0469418 ***
_cons 3,53278 0,0960834 *
Trabalhar
sexo_pr -0,2734279 0,0305973 *
idade_pr -0,0015717 0,0011052
cor_pr 0,0067582 0,0296414
est_pr -0,0344549 0,0037658 *
dum_sc 0,1809802 0,0395071 *
dum_cp 0,514783 0,0337502 *
dum_ep 0,6326102 0,0733209 *
dum_ot 0,2336282 0,0448403 *
dum_ds -0,0496335 0,0450048
sexo_fi 0,4414725 0,0223291 *
idade_fi 0,2147593 0,0067724 *
cor_fi 0,0236277 0,0299557
est_fi -0,0204106 0,0068946 **
ocup_cj 0,4265271 0,0235569 *
tam_fam 0,0458933 0,0058154 *
rd_dm_pc -0,0001654 0,0002004
bf 0,0824303 0,0232227 *
rural 0,6527606 0,0244517 *
Norte 0,1192211 0,0375686 **
Nordeste 0,1283628 0,0318651 *
Sul 0,2581186 0,039605 *
Centro-Oeste 0,1759227 0,0436926 *
_cons -4,644298 0,0983312 *

/athrho -0,2364739 0,0198126 *

Rho -0,2321625 0,0187448

24
 No. Obs. = 34576
Wald chi2 (34) = 6040,19
Log. Pseud. = -14928,113
Wald test/ rho = 0
Chi 2 (1) = 142,456
Prob. > chi2 = 0
Fonte: IBGE – PNAD (2004). Elaboração própria.

* Significativo ao nível de confiança de 1%.

** Significativo ao nível de confiança de 5%.
*** Significativo ao nível de confiança de 10%.

25
EFEITOS MARGINAIS PARA CADA PROB. PREVISTA

p (1,0) dy/dx z P>|z| p (1,1) dy/dx z

sexo_pr*| 0,03522 8,200 0,00000 sexo_pr*| -0,02622 -7,760
idade_pr 0,00054 3,900 0,00000 idade_pr -0,00010 -1,000
cor_pr*| -0,00394 -1,110 0,26900 cor_pr*| 0,00025 0,090
est_pr 0,00615 13,310 0,00000 est_pr -0,00274 -8,320
oc_sc*| -0,03291 -5,750 0,00000 oc_sc*| 0,01592 3,800
oc_cp*| -0,05801 -10,990 0,00000 oc_cp*| 0,05612 12,680
oc_ep*| -0,09077 -5,380 0,00000 oc_ep*| 0,09288 6,020
oc_ot*| -0,02787 -4,200 0,00000 oc_ot*| 0,02379 4,470
oc_ds*| -0,00293 -0,550 0,58200 oc_ds*| -0,00502 -1,330
sexo_fi*| -0,03723 -13,330 0,00000 sexo_fi*| 0,03986 19,130
idade_fi -0,03630 -44,770 0,00000 idade_fi 0,01729 28,680
cor_fi*| -0,00419 -1,160 0,24600 cor_fi*| 0,00187 0,710
est_fi 0,01568 17,290 0,00000 est_fi -0,00034 -0,550
ocup_cj*| -0,03418 -10,460 0,00000 ocup_cj*| 0,04214 16,520
tam_fam -0,00895 -12,300 0,00000 tam_fam 0,00357 6,770
rd_dm_pc 0,00008 3,160 0,00200 rd_dm_pc -0,00001 -0,440
bf*| 0,01257 4,360 0,00000 bf*| 0,00971 4,490
rur*| -0,08576 -18,370 0,00000 rur*| 0,07947 19,940
reg1*| -0,01692 -3,300 0,00100 reg1*| 0,01070 2,820
reg2*| -0,00898 -2,250 0,02500 reg2*| 0,01204 4,020
reg4*| -0,03989 -6,270 0,00000 reg4*| 0,02529 5,300
reg5*| -0,02360 -3,730 0,00000 reg5*| 0,01686 3,480
(*) dy/dx is for discrete change of dummy variable from 0
(*) dy/dx is for discrete change of dummy variable from 0 to 1 to 1

p (0,1) dy/dx z P>|z| p (0,0) dy/dx z

sexo_pr*| -0,00316 -6,510 0,00000 sexo_pr*| -0,00584 -2,450
idade_pr -0,00005 -4,100 0,00000 idade_pr -0,00039 -4,510
cor_pr*| 0,00040 1,240 0,21400 cor_pr*| 0,00330 1,450
est_pr -0,00057 -10,560 0,00000 est_pr -0,00284 -9,700
oc_sc*| 0,00335 5,000 0,00000 oc_sc*| 0,01364 3,890
oc_cp*| 0,00439 7,170 0,00000 oc_cp*| -0,00251 -0,970
oc_ep*| 0,00556 2,520 0,01200 oc_ep*| -0,00767 -1,310
oc_ot*| 0,00235 3,290 0,00100 oc_ot*| 0,00173 0,490
oc_ds*| 0,00037 0,750 0,45200 oc_ds*| 0,00757 2,170
sexo_fi*| 0,00281 9,180 0,00000 sexo_fi*| -0,00544 -3,190
idade_fi 0,00332 16,200 0,00000 idade_fi 0,01569 30,050
cor_fi*| 0,00038 1,170 0,24100 cor_fi*| 0,00193 0,840
est_fi -0,00162 -12,510 0,00000 est_fi -0,01372 -21,810
ocup_cj*| 0,00221 6,690 0,00000 ocup_cj*| -0,01017 -5,500
tam_fam 0,00084 9,900 0,00000 tam_fam 0,00455 10,090
rd_dm_pc -0,00001 -3,440 0,00100 rd_dm_pc -0,00006 -3,970
bf*| -0,00165 -6,070 0,00000 bf*| -0,02062 -12,020
rur*| 0,00680 10,020 0,00000 rur*| -0,00052 -0,250
reg1*| 0,00156 2,980 0,00300 reg1*| 0,00466 1,510
reg2*| 0,00060 1,630 0,10300 reg2*| -0,00365 -1,530
reg4*| 0,00397 5,080 0,00000 reg4*| 0,01063 2,780
reg5*| 0,00216 3,180 0,00100 reg5*| 0,00459 1,280
(*) dy/dx is for discrete change of dummy variable from 0
(*) dy/dx is for discrete change of dummy variable from 0 to 1 to 1

26
Tabela A2 – Estimações do probit bivariado, segundo áreas de situação censitária. Brasil 2004
Urbano Rural
Variáveis
Coef. Std. Err. Sign. Coef. Std. Err. Sign.
Estudar
sexo_pr -0,0158397 0,0795064 0,1357631 0,035288 *
idade_pr 0,0011736 0,0023199 0,0075621 0,0014756 *
cor_pr 0,071797 0,0647451 -0,093769 0,0385381 **
est_pr 0,0251221 0,0105364 ** 0,0469347 0,0046911 *
dum_sc -0,371562 0,0846866 * -0,1369384 0,0477915 **
dum_cp -0,1738384 0,0823599 ** 0,0128754 0,0445362
dum_ep -0,0526361 0,184682 0,0507451 0,1307837
dum_ot -0,1691588 0,1111043 -0,0125576 0,0552674
dum_ds -0,1697316 0,1154534 -0,0726956 0,0487073
sexo_fi -0,0205813 0,0467641 0,0590327 0,0287051 **
idade_fi -0,2263842 0,0124869 * -0,2554656 0,0082786 *
cor_fi -0,1118555 0,0675893 *** -0,0013021 0,0384038
est_fi 0,1741239 0,0152294 * 0,2087445 0,0098403 *
ocup_cj 0,1333245 0,0521407 ** 0,0977619 0,0330519 **
tam_fam -0,0368668 0,0114619 ** -0,0842242 0,0075064 *
rd_dm_pc 0,0002554 0,0004466 0,0011255 0,0002705 *
bf 0,374751 0,050231 * 0,2844904 0,03294 *
Norte -0,0151146 0,0833538 -0,0761782 0,0473284
Nordeste 0,1399396 0,0749331 *** 0,0092185 0,0397673
Sul 0,0591849 0,0976949 -0,2111685 0,0517028 *
Centro-Oeste 0,0771476 0,1077042 -0,1146818 0,0526006 **
_cons 3,515737 0,185402 * 3,568592 0,113962 *
Trabalhar
sexo_pr -0,4228193 0,0727079 * -0,2319512 0,0334345 *
idade_pr 0,0018806 0,001875 -0,0037984 0,0013887 **
cor_pr -0,0027887 0,0518032 0,0131143 0,0360433
est_pr -0,0421689 0,0081645 * -0,035479 0,0042086 *
dum_sc 0,2684108 0,0769141 * 0,1782795 0,0460946 *
dum_cp 0,7006045 0,0696103 * 0,4076052 0,0391866 *
dum_ep 0,7370908 0,1340464 * 0,6107325 0,0872741 *
dum_ot 0,3228812 0,0935397 ** 0,2032243 0,0504167 *
dum_ds -0,1551819 0,1074084 -0,0308342 0,0486223
sexo_fi 0,6170584 0,0391358 * 0,3491462 0,027035 *
idade_fi 0,241164 0,0109166 * 0,1983396 0,0088392 *
cor_fi -0,0179212 0,0533204 0,0457025 0,0361723
est_fi -0,0260596 0,0120463 ** -0,0168784 0,0086019 ***
ocup_cj 0,6323785 0,0461136 * 0,3135448 0,0285347 *
tam_fam 0,046474 0,0100804 * 0,046763 0,0072167 *
rd_dm_pc -0,0009964 0,0003591 ** 0,0003498 0,0002417
bf 0,0762571 0,0400041 *** 0,0860866 0,0288442 **
Norte 0,2405562 0,0723103 ** 0,0540927 0,0453343
Nordeste 0,1025397 0,0638181 0,160207 0,0362014 *
Sul 0,5417627 0,0763869 * 0,118846 0,0490878 **
Centro-Oeste 0,251348 0,0906849 ** 0,1495674 0,0489741 **
_cons -4,610798 0,1784045 * -4,302226 0,1205651 *

/athrho -0,1963373 0,0332011 * -0,2626817 0,0246676 *

Rho -0,1938528 0,0319534 -0,2568021 0,0230409
No. Obs. = 7371 27205
Wald chi2 (34) = 1938,34 3121,19

27
Log. Pseud. = -4827,6166 -9973,4862
Wald test/ rho = 0
Chi 2 (1) = 34,9705 113,398
Prob. > chi2 = 0 0
Fonte: IBGE – PNAD (2004). Elaboração própria.

* Significativo ao nível de confiança de 1%.

** Significativo ao nível de confiança de 5%.
*** Significativo ao nível de confiança de 10%.

EFEITOS MARGINAIS
URBANO

p (1,0) dy/dx z P>|z| p (1,1) dy/dx z P>|z|

sexo_pr*| 0,02584 6,940 0,00000 sexo_pr*| -0,01625 -6,050 0,00000
idade_pr 0,00072 5,190 0,00000 idade_pr -0,00022 -2,320 0,02100
cor_pr*| -0,00654 -1,910 0,05700 cor_pr*| 0,00039 0,160 0,87100
est_pr 0,00529 12,620 0,00000 est_pr -0,00215 -7,670 0,00000
oc_sc*| -0,02264 -4,170 0,00000 oc_sc*| 0,01257 3,280 0,00100
oc_cp*| -0,03341 -6,810 0,00000 oc_cp*| 0,03427 8,590 0,00000
oc_ep*| -0,06787 -4,110 0,00000 oc_ep*| 0,07111 4,720 0,00000
oc_ot*| -0,01668 -2,860 0,00400 oc_ot*| 0,01583 3,510 0,00000
oc_ds*| -0,00263 -0,560 0,57600 oc_ds*| -0,00244 -0,770 0,44000
sexo_fi*| -0,02017 -7,410 0,00000 sexo_fi*| 0,02413 12,540 0,00000
idade_fi -0,02917 -35,690 0,00000 idade_fi 0,01204 21,450 0,00000
cor_fi*| -0,00314 -0,900 0,36700 cor_fi*| 0,00305 1,270 0,20200
est_fi 0,01402 15,150 0,00000 est_fi -0,00002 -0,040 0,96700
ocup_cj*| -0,01756 -5,520 0,00000 ocup_cj*| 0,02395 10,020 0,00000
tam_fam -0,00836 -11,610 0,00000 tam_fam 0,00271 5,440 0,00000
rd_dm_pc 0,00005 1,870 0,06200 rd_dm_pc 0,00003 1,830 0,06800
bf*| 0,01017 3,600 0,00000 bf*| 0,00747 3,600 0,00000
reg1*| -0,00871 -1,820 0,06800 reg1*| 0,00333 1,020 0,30600
reg2*| -0,01074 -2,850 0,00400 reg2*| 0,01136 4,240 0,00000
reg4*| -0,02377 -3,980 0,00000 reg4*| 0,00725 1,900 0,05700
reg5*| -0,01886 -3,250 0,00100 reg5*| 0,01048 2,590 0,00900
(*) dy/dx is for discrete change of dummy variable from 0 to 1 (*) dy/dx is for discrete change of dummy variable from 0 to 1

p (0,1) dy/dx z P>|z| p (0,0) dy/dx z P>|z|

sexo_pr*| -0,00220 -5,670 0,00000 sexo_pr*| -0,00739 -3,110 0,00200
idade_pr -0,00006 -4,920 0,00000 idade_pr -0,00045 -4,910 0,00000
cor_pr*| 0,00056 1,990 0,04600 cor_pr*| 0,00559 2,460 0,01400
est_pr -0,00044 -9,030 0,00000 est_pr -0,00271 -9,510 0,00000
oc_sc*| 0,00201 3,620 0,00000 oc_sc*| 0,00806 2,340 0,02000
oc_cp*| 0,00235 4,770 0,00000 oc_cp*| -0,00320 -1,240 0,21600
oc_ep*| 0,00381 1,970 0,04900 oc_ep*| -0,00706 -1,130 0,26000
oc_ot*| 0,00126 2,320 0,02000 oc_ot*| -0,00041 -0,120 0,90200
oc_ds*| 0,00023 0,580 0,56000 oc_ds*| 0,00484 1,490 0,13700
sexo_fi*| 0,00150 5,940 0,00000 sexo_fi*| -0,00546 -3,090 0,00200
idade_fi 0,00240 12,490 0,00000 idade_fi 0,01473 26,070 0,00000
cor_fi*| 0,00024 0,860 0,39000 cor_fi*| -0,00016 -0,070 0,94700
est_fi -0,00120 -9,960 0,00000 est_fi -0,01279 -18,980 0,00000
ocup_cj*| 0,00112 3,980 0,00000 ocup_cj*| -0,00750 -3,960 0,00000
tam_fam 0,00069 8,520 0,00000 tam_fam 0,00495 10,390 0,00000
rd_dm_pc 0,00000 -2,060 0,03900 rd_dm_pc -0,00007 -4,300 0,00000
bf*| -0,00104 -4,450 0,00000 bf*| -0,01661 -9,610 0,00000
reg1*| 0,00074 1,760 0,07800 reg1*| 0,00463 1,440 0,15000
reg2*| 0,00081 2,510 0,01200 reg2*| -0,00142 -0,590 0,55600
reg4*| 0,00217 3,530 0,00000 reg4*| 0,01435 3,390 0,00100

28
reg5*| 0,00166 2,910 0,00400 reg5*| 0,00672 1,790 0,07400
(*) dy/dx is for discrete change of dummy variable from 0 to 1 (*) dy/dx is for discrete change of dummy variable from 0 to 1

EFEITOS MARGINAIS
RURAL

p (1,0) dy/dx z P>|z| p (1,1) dy/dx z P>|z|

sexo_pr*| 0,11247 4,850 0,00000 sexo_pr*| -0,11429 -5,220 0,00000
idade_pr -0,00034 -0,680 0,49800 idade_pr 0,00047 1,080 0,27900
cor_pr*| 0,00699 0,520 0,60500 cor_pr*| 0,00149 0,120 0,90200
est_pr 0,01198 5,520 0,00000 est_pr -0,00907 -4,810 0,00000
oc_sc*| -0,10272 -4,580 0,00000 oc_sc*| 0,05169 2,620 0,00900
oc_cp*| -0,18251 -9,840 0,00000 oc_cp*| 0,16205 9,610 0,00000
oc_ep*| -0,22807 -4,510 0,00000 oc_ep*| 0,22172 4,630 0,00000
oc_ot*| -0,09916 -3,340 0,00100 oc_ot*| 0,07729 2,920 0,00300
oc_ds*| 0,01643 0,630 0,52900 oc_ds*| -0,03838 -1,810 0,07000
sexo_fi*| -0,14279 -14,590 0,00000 sexo_fi*| 0,14041 16,330 0,00000
idade_fi -0,07567 -27,920 0,00000 idade_fi 0,04942 19,920 0,00000
cor_fi*| -0,00521 -0,370 0,70900 cor_fi*| -0,00741 -0,590 0,55700
est_fi 0,02114 6,670 0,00000 est_fi -0,00095 -0,330 0,73800
ocup_cj*| -0,12532 -11,520 0,00000 ocup_cj*| 0,14113 15,140 0,00000
tam_fam -0,01400 -5,230 0,00000 tam_fam 0,00972 4,170 0,00000
rd_dm_pc 0,00025 2,680 0,00700 rd_dm_pc -0,00022 -2,680 0,00700
bf*| 0,01519 1,430 0,15200 bf*| 0,02871 3,100 0,00200
reg1*| -0,06131 -2,900 0,00400 reg1*| 0,05955 3,110 0,00200
reg2*| -0,01185 -0,710 0,48000 reg2*| 0,02800 1,880 0,06000
reg4*| -0,14660 -5,720 0,00000 reg4*| 0,15322 6,280 0,00000
reg5*| -0,05883 -2,160 0,03100 reg5*| 0,06733 2,630 0,00900
(*) dy/dx is for discrete change of dummy variable from 0 to 1 (*) dy/dx is for discrete change of dummy variable from 0 to 1

p (0,1) dy/dx z P>|z| p (0,0) dy/dx z P>|z|

sexo_pr*| -0,00839 -2,160 0,03000 sexo_pr*| 0,01021 1,760 0,07900
idade_pr 0,00000 0,040 0,97100 idade_pr -0,00014 -0,690 0,48900
cor_pr*| -0,00220 -0,970 0,33400 cor_pr*| -0,00628 -1,070 0,28600
est_pr -0,00158 -4,240 0,00000 est_pr -0,00134 -1,470 0,14200
oc_sc*| 0,02099 4,170 0,00000 oc_sc*| 0,03004 3,090 0,00200
oc_cp*| 0,02004 5,570 0,00000 oc_cp*| 0,00043 0,060 0,95100
oc_ep*| 0,01985 1,540 0,12500 oc_ep*| -0,01350 -1,200 0,23100
oc_ot*| 0,01438 2,240 0,02500 oc_ot*| 0,00750 0,710 0,47800
oc_ds*| 0,00162 0,370 0,71500 oc_ds*| 0,02033 1,550 0,12200
sexo_fi*| 0,01262 6,900 0,00000 sexo_fi*| -0,01024 -2,500 0,01200
idade_fi 0,01144 13,900 0,00000 idade_fi 0,01481 12,400 0,00000
cor_fi*| 0,00287 1,310 0,19200 cor_fi*| 0,00974 1,750 0,08000
est_fi -0,00563 -8,700 0,00000 est_fi -0,01456 -10,190 0,00000
ocup_cj*| 0,00850 4,870 0,00000 ocup_cj*| -0,02432 -4,800 0,00000
tam_fam 0,00201 4,540 0,00000 tam_fam 0,00227 2,290 0,02200
rd_dm_pc -0,00003 -1,760 0,07800 rd_dm_pc 0,00000 -0,060 0,95300
bf*| -0,00947 -5,010 0,00000 bf*| -0,03443 -7,600 0,00000
reg1*| 0,00552 1,550 0,12100 reg1*| -0,00375 -0,550 0,58300
reg2*| -0,00207 -0,790 0,43200 reg2*| -0,01409 -2,190 0,02800
reg4*| 0,00908 1,920 0,05500 reg4*| -0,01570 -2,470 0,01400

29
reg5*| 0,00248 0,580 0,56000 reg5*| -0,01097 -1,450 0,14800
(*) dy/dx is for discrete change of dummy variable from 0 to 1 (*) dy/dx is for discrete change of dummy variable from 0 to 1

30
Tabela A3(a) – Estimações do probit bivariado, segundo regiões geográficas. Brasil 2004.
Norte Nordeste Sudeste Sul Centro-Oeste
Variáveis
Coef. Std. Err. Sign. Coef. Std. Err. Sign. Coef. Std. Err. Sign. Coef. Std. Err. Sign. Coef. Std. Err. Sign.
Estudar
sexo_pr -0,055507 0,0767548 0,138447 0,0491914 ** 0,1936456 0,0714234 ** 0,1858502 0,1039791 *** 0,071466 0,1069658
idade_pr 0,0066809 0,0027249 ** 0,0060935 0,0018533 ** 0,0081459 0,0030732 ** -0,0014908 0,0039214 0,0075265 0,0044047 ***
cor_pr -0,0414705 0,0769325 -0,0525961 0,0528363 -0,0948371 0,0712952 -0,0667408 0,1137291 0,1057446 0,0936144
est_pr 0,0434579 0,009159 * 0,0498018 0,0069022 * 0,0451913 0,0099538 * 0,0183851 0,0138121 0,053115 0,0127117 *
dum_sc -0,2500549 0,0970949 ** -0,2244959 0,0731108 ** -0,1292724 0,082886 -0,407678 0,1186113 ** 0,0680975 0,114754
dum_cp -0,097891 0,0894367 -0,0509276 0,0688449 -0,1026764 0,081079 -0,0527178 0,1143615 0,1715898 0,115401
dum_ep 0,1576405 0,2174853 -0,0877698 0,1699135 -0,1686932 0,23943 0,2268255 0,3187689 0,2093088 0,3419706
dum_ot -0,0972887 0,1110566 -0,133088 0,0846176 0,0650475 0,1104761 -0,1669779 0,1455154 0,1235183 0,1522462
dum_ds -0,0764111 0,1162031 -0,2528991 0,0770617 ** 0,0151406 0,0939009 0,0355541 0,1344374 0,0894058 0,1297521
sexo_fi -0,0094142 0,0544077 0,0131894 0,0387369 0,1292133 0,0554327 ** 0,1058866 0,0746311 -0,0638516 0,0790304
idade_fi -0,1835667 0,0143686 * -0,2523289 0,0101446 * -0,2924909 0,017608 * -0,2791394 0,0245681 * -0,2521154 0,0242928 *
cor_fi 0,1029316 0,0766481 -0,04329 0,052646 -0,0908064 0,0715616 -0,0341769 0,116617 0,0038842 0,0969587
est_fi 0,1436638 0,0183569 * 0,2171614 0,0126864 * 0,2170015 0,0190803 * 0,2387547 0,0277623 * 0,179135 0,027398 *
ocup_cj 0,1345136 0,0597253 ** 0,0974717 0,0449012 ** 0,0756466 0,0616197 -0,0412896 0,0882094 0,2195032 0,0949656 **
tam_fam -0,0674001 0,0128298 * -0,0684381 0,0095914 * -0,0667472 0,0152953 * -0,1175339 0,0231409 * -0,0626493 0,0235201 **
rd_dm_pc 0,0007281 0,0005099 0,000706 0,0003853 *** 0,0009488 0,0004921 *** 0,0015006 0,0006992 ** 0,0010993 0,0006827
bf 0,3057207 0,0622264 * 0,3880506 0,0418723 * 0,2427557 0,0655638 * 0,0722418 0,084007 0,3175642 0,0903233 *
-0,1225817 0,0648806 *** -0,029647 0,0468966 -0,2431186 0,0739626 ** 0,0223945 0,0985843 -0,0898564 0,1096554
_cons 2,927467 0,2139413 * 3,59558 0,1469261 * 3,898032 0,2243878 * 4,295702 0,3297491 * 3,202685 0,3183963 *
Continua...
* Significativo ao nível de confiança de 1%.
** Significativo ao nível de confiança de 5%.
*** Significativo ao nível de confiança de 10%.

31
Tabela A3(b) – Estimações do probit bivariado, segundo regiões geográficas. Brasil 2004.
Norte Nordeste Sudeste Sul Centro-Oeste
Variáveis
Coef. Std. Err. Sign. Coef. Std. Err. Sign. Coef. Std. Err. Sign. Coef. Std. Err. Sign. Coef. Std. Err. Sign.
Trabalhar
0,094788
sexo_pr
-0,239988 0,0785503 ** -0,3402226 0,0467704 * -0,1509009 0,0686214 ** -0,3668101 0,0951259 * -0,169165 7 ***
- 0,003992
idade_pr
-0,0046573 0,0025955 *** 0,0005405 0,0016185 -0,0025206 0,002812 0,0002529 0,0033921 0,0023089 1
cor_pr -0,0734876 0,0738212 0,0175383 0,0446595 -0,0578313 0,0684165 0,1772179 0,1002887 *** 0,0100206 0,085169
- 0,011230
est_pr
-0,0340966 0,0090963 * -0,0318412 0,0058717 * -0,0312256 0,0085689 * -0,0298471 0,0122174 ** 0,0522838 6 *
0,111375
dum_sc
0,1128688 0,1066993 0,2147472 0,0667748 ** 0,1223173 0,084294 0,1183402 0,1173629 0,3286631 3 **
0,101565
dum_cp
0,3776588 0,0932754 * 0,5523423 0,0594331 * 0,3910687 0,0699981 * 0,596365 0,0875654 * 0,5406305 4 *
dum_ep 0,4787392 0,1815031 ** 0,7345862 0,1181682 * 0,655845 0,1656328 * 0,7052343 0,2111236 ** 0,3394424 0,241529
0,136747
dum_ot
0,182659 0,1148607 0,1947388 0,0760478 ** 0,2992904 0,0918408 ** 0,3179789 0,1263358 ** 0,2523323 7 ***
0,142228
dum_ds
-0,1712109 0,1285645 -0,0882997 0,0752947 0,1055679 0,086396 -0,1031505 0,1282824 0,0282637 5
0,072863
sexo_fi
0,4704282 0,0555273 * 0,446684 0,0338251 * 0,3807088 0,0516139 * 0,5093119 0,0656511 * 0,3815359 2 *
0,025311
idade_fi
0,2398902 0,0151494 * 0,216926 0,0093798 * 0,210182 0,0198966 * 0,1779341 0,0245264 * 0,200869 7 *
-
cor_fi
-0,0535335 0,0757786 0,0459091 0,0449229 0,1635635 0,0691901 ** -0,0658682 0,1034945 0,1416617 0,08734
0,025302
est_fi
-0,0508154 0,0165781 ** -0,0481527 0,0100791 * 0,0176585 0,0177897 0,0392137 0,0241647 0,0307569 6
0,075185
ocup_cj
0,4628711 0,0582384 * 0,5029243 0,0363819 * 0,2651909 0,0542671 * 0,5047709 0,0720175 * 0,1782895 7 **
0,022114
tam_fam
0,0464586 0,0122398 * 0,0451564 0,0085958 * 0,0428749 0,0148581 ** 0,0707442 0,0203951 ** 0,0390026 1 ***
0,000620
rd_dm_pc
-0,0003315 0,0004897 -0,0008983 0,0003344 ** 0,0003314 0,0004476 0,0004019 0,0005259 0,0017067 7 **
0,077494
bf
-0,0216801 0,0556433 0,1180609 0,0356669 ** 0,1835306 0,0564233 ** 0,0875099 0,068602 0,0084907 3
0,085363
_cons
0,7676671 0,058382 * 0,50075 0,0367278 * 0,5999996 0,0640491 * 0,9887509 0,0692543 * 0,6956904 3 *

- 0,064452
/athrho -0,2369405 0,0433391 * -0,1845137 0,0302615 * -0,3616066 0,0484179 * -0,2456674 0,0618426 * 0,2627112 9 *
- 0,060201
Rho -0,2326038 0,0409943 -0,1824478 0,0292541 -0,3466284 0,0426004 -0,2408417 0,0582555 0,2568297 5
No. Obs. = 5400 13449 8306 4023 3398
Wald chi2 (34) = 1080,28 2758,58 907,96 798,06 525,39
-
Log. Pseud. = -27035355 -6289,6705 -27207759 -1659,7673 1381,3621
Wald test/ rho = 0

32
Chi 2 (1) = 298895 37,1773 557,778 15,7804 0
Prob. > chi2 = 0 0 0 0,0001 0
Fonte: IBGE – PNAD (2004). Elaboração própria.

* Significativo ao nível de confiança de 1%.

** Significativo ao nível de confiança de 5%.
*** Significativo ao nível de confiança de 10%.

33
EFEITOS MARGINAIS
NORTE

p (1,0) dy/dx z P>|z| p (1,1) dy/dx z P>|z|

sexo_pr*| 0,01975 1,650 0,09900 sexo_pr*| -0,02593 -2,840 0,00500
idade_pr 0,00113 2,860 0,00400 idade_pr -0,00037 -1,490 0,13700
cor_pr*| 0,00311 0,280 0,77800 cor_pr*| -0,00773 -1,020 0,30700
est_pr 0,00769 5,800 0,00000 est_pr -0,00275 -3,290 0,00100
oc_sc*| -0,04024 -2,320 0,02000 oc_sc*| 0,00789 0,720 0,47100
oc_cp*| -0,05005 -3,390 0,00100 oc_cp*| 0,03864 3,540 0,00000
oc_ep*| -0,05307 -1,400 0,16200 oc_ep*| 0,06895 2,020 0,04300
oc_ot*| -0,02966 -1,590 0,11200 oc_ot*| 0,01796 1,340 0,17900
oc_ds*| 0,00645 0,380 0,70300 oc_ds*| -0,01549 -1,560 0,12000
sexo_fi*| -0,04623 -5,740 0,00000 sexo_fi*| 0,04516 8,290 0,00000
idade_fi -0,04159 -18,490 0,00000 idade_fi 0,02073 13,290 0,00000
cor_fi*| 0,01625 1,370 0,17000 cor_fi*| -0,00396 -0,530 0,59600
est_fi 0,01955 7,400 0,00000 est_fi -0,00322 -2,010 0,04400
ocup_cj*| -0,03428 -3,660 0,00000 ocup_cj*| 0,04931 7,210 0,00000
tam_fam -0,01132 -6,150 0,00000 tam_fam 0,00366 3,040 0,00200
rd_dm_pc 0,00011 1,450 0,14700 rd_dm_pc -0,00002 -0,510 0,61300
bf*| 0,03074 3,910 0,00000 bf*| 0,00110 0,210 0,83600
rur*| -0,11299 -8,910 0,00000 rur*| 0,09837 9,750 0,00000
(*) dy/dx is for discrete change of dummy variable from 0 to 1 (*) dy/dx is for discrete change of dummy variable from 0 to 1

p (0,1) dy/dx z P>|z| p (0,0) dy/dx z P>|z|

sexo_pr*| -0,00219 -1,490 0,13700 sexo_pr*| 0,00836 1,130 0,25700
idade_pr -0,00013 -2,740 0,00600 idade_pr -0,00063 -2,280 0,02300
cor_pr*| -0,00037 -0,290 0,77300 cor_pr*| 0,00499 0,660 0,50600
est_pr -0,00087 -4,890 0,00000 est_pr -0,00407 -4,420 0,00000
oc_sc*| 0,00486 1,960 0,05000 oc_sc*| 0,02749 2,170 0,03000
oc_cp*| 0,00609 2,960 0,00300 oc_cp*| 0,00533 0,570 0,57000
oc_ep*| 0,00367 0,750 0,45500 oc_ep*| -0,01955 -1,280 0,19900
oc_ot*| 0,00370 1,460 0,14500 oc_ot*| 0,00800 0,640 0,51900
oc_ds*| -0,00111 -0,610 0,54100 oc_ds*| 0,01015 0,770 0,44200
sexo_fi*| 0,00549 4,950 0,00000 sexo_fi*| -0,00442 -0,800 0,42500
idade_fi 0,00478 8,210 0,00000 idade_fi 0,01608 10,610 0,00000
cor_fi*| -0,00189 -1,280 0,19900 cor_fi*| -0,01040 -1,210 0,22700
est_fi -0,00218 -5,450 0,00000 est_fi -0,01415 -7,320 0,00000
ocup_cj*| 0,00379 3,240 0,00100 ocup_cj*| -0,01882 -3,230 0,00100
tam_fam 0,00128 4,870 0,00000 tam_fam 0,00638 4,770 0,00000
rd_dm_pc -0,00001 -1,420 0,15600 rd_dm_pc -0,00007 -1,360 0,17300
bf*| -0,00339 -3,660 0,00000 bf*| -0,02845 -5,380 0,00000
rur*| 0,01374 5,640 0,00000 rur*| 0,00089 0,140 0,89200
(*) dy/dx is for discrete change of dummy variable from 0 to 1 (*) dy/dx is for discrete change of dummy variable from 0 to 1

EFEITOS MARGINAIS
NORDESTE

p (1,0) dy/dx z P>|z| p (1,1) dy/dx z P>|z|

sexo_pr*| 0,05323 6,820 0,00000 sexo_pr*| -0,04189 -6,310 0,00000
idade_pr 0,00036 1,540 0,12300 idade_pr 0,00011 0,610 0,54000
cor_pr*| -0,00551 -0,910 0,36400 cor_pr*| 0,00154 0,310 0,75800
est_pr 0,00702 8,500 0,00000 est_pr -0,00318 -4,870 0,00000
oc_sc*| -0,04423 -3,870 0,00000 oc_sc*| 0,02437 2,700 0,00700
oc_cp*| -0,07681 -7,440 0,00000 oc_cp*| 0,07281 8,070 0,00000
oc_ep*| -0,14229 -4,260 0,00000 oc_ep*| 0,13497 4,350 0,00000
oc_ot*| -0,03454 -2,670 0,00800 oc_ot*| 0,02322 2,190 0,02800
oc_ds*| -0,01067 -0,990 0,32200 oc_ds*| -0,01169 -1,520 0,12700
sexo_fi*| -0,04962 -10,160 0,00000 sexo_fi*| 0,05064 12,880 0,00000
idade_fi -0,04185 -31,470 0,00000 idade_fi 0,02236 20,970 0,00000
cor_fi*| -0,00803 -1,320 0,18600 cor_fi*| 0,00475 0,970 0,33400
est_fi 0,02040 13,270 0,00000 est_fi -0,00363 -3,130 0,00200

34
ocup_cj*| -0,05523 -9,380 0,00000 ocup_cj*| 0,06264 12,580 0,00000
tam_fam -0,00981 -7,950 0,00000 tam_fam 0,00452 4,590 0,00000
rd_dm_pc 0,00015 3,170 0,00200 rd_dm_pc -0,00010 -2,530 0,01100
bf*| 0,01406 2,710 0,00700 bf*| 0,01651 4,130 0,00000
rur*| -0,07037 -10,110 0,00000 rur*| 0,06805 11,250 0,00000
(*) dy/dx is for discrete change of dummy variable from 0 to 1 (*) dy/dx is for discrete change of dummy variable from 0 to 1

p (0,1) dy/dx z P>|z| p (0,0) dy/dx z P>|z|

sexo_pr*| -0,00429 -4,920 0,00000 sexo_pr*| -0,00705 -1,920 0,05400
idade_pr -0,00005 -2,260 0,02400 idade_pr -0,00042 -3,310 0,00100
cor_pr*| 0,00055 1,050 0,29200 cor_pr*| 0,00342 0,980 0,32600
est_pr -0,00064 -6,980 0,00000 est_pr -0,00320 -6,820 0,00000
oc_sc*| 0,00435 3,270 0,00100 oc_sc*| 0,01550 2,440 0,01500
oc_cp*| 0,00508 4,530 0,00000 oc_cp*| -0,00108 -0,230 0,81700
oc_ep*| 0,00966 1,930 0,05400 oc_ep*| -0,00234 -0,220 0,82800
oc_ot*| 0,00309 2,210 0,02700 oc_ot*| 0,00823 1,210 0,22700
oc_ds*| 0,00151 1,470 0,14200 oc_ds*| 0,02085 2,990 0,00300
sexo_fi*| 0,00309 5,980 0,00000 sexo_fi*| -0,00410 -1,540 0,12300
idade_fi 0,00365 10,660 0,00000 idade_fi 0,01584 19,930 0,00000
cor_fi*| 0,00067 1,290 0,19600 cor_fi*| 0,00262 0,740 0,45700
est_fi -0,00215 -8,980 0,00000 est_fi -0,01463 -14,940 0,00000
ocup_cj*| 0,00285 4,930 0,00000 ocup_cj*| -0,01026 -3,480 0,00100
tam_fam 0,00089 6,660 0,00000 tam_fam 0,00439 6,440 0,00000
rd_dm_pc -0,00001 -2,910 0,00400 rd_dm_pc -0,00004 -1,590 0,11100
bf*| -0,00236 -4,650 0,00000 bf*| -0,02820 -9,320 0,00000
rur*| 0,00450 5,480 0,00000 rur*| -0,00218 -0,700 0,48300
(*) dy/dx is for discrete change of dummy variable from 0 to 1 (*) dy/dx is for discrete change of dummy variable from 0 to 1

EFEITOS MARGINAIS
SUDESTE

p (1,0) dy/dx z P>|z| p (1,1) dy/dx z P>|z|

sexo_pr*| 0,01870 3,040 0,00200 sexo_pr*| -0,00716 -1,810 0,07000
idade_pr 0,00053 2,380 0,01800 idade_pr -0,00009 -0,640 0,52000
cor_pr*| -0,00172 -0,330 0,73800 cor_pr*| -0,00336 -0,970 0,33300
est_pr 0,00381 5,530 0,00000 est_pr -0,00137 -3,220 0,00100
oc_sc*| -0,01367 -1,840 0,06600 oc_sc*| 0,00602 1,210 0,22700
oc_cp*| -0,03065 -4,000 0,00000 oc_cp*| 0,02474 4,250 0,00000
oc_ep*| -0,07065 -2,580 0,01000 oc_ep*| 0,05993 2,410 0,01600
oc_ot*| -0,01640 -1,750 0,08100 oc_ot*| 0,01974 2,640 0,00800
oc_ds*| -0,00496 -0,700 0,48400 oc_ds*| 0,00577 1,160 0,24500
sexo_fi*| -0,01294 -3,030 0,00200 sexo_fi*| 0,01996 6,770 0,00000
idade_fi -0,02508 -17,970 0,00000 idade_fi 0,00930 10,130 0,00000
cor_fi*| -0,01271 -2,450 0,01400 cor_fi*| 0,00782 2,240 0,02500
est_fi 0,00984 6,530 0,00000 est_fi 0,00187 2,020 0,04300
ocup_cj*| -0,01086 -2,290 0,02200 ocup_cj*| 0,01486 4,460 0,00000
tam_fam -0,00547 -4,670 0,00000 tam_fam 0,00187 2,440 0,01500
rd_dm_pc 0,00003 0,850 0,39500 rd_dm_pc 0,00002 0,940 0,34600
bf*| 0,00045 0,100 0,92100 bf*| 0,01133 3,260 0,00100
rur*| -0,06102 -6,580 0,00000 rur*| 0,04529 6,170 0,00000
(*) dy/dx is for discrete change of dummy variable from 0 to 1 (*) dy/dx is for discrete change of dummy variable from 0 to 1

p (0,1) dy/dx z P>|z| p (0,0) dy/dx z P>|z|

sexo_pr*| -0,00179 -2,650 0,00800 sexo_pr*| -0,00974 -2,310 0,02100
idade_pr -0,00005 -2,210 0,02700 idade_pr -0,00039 -2,580 0,01000
cor_pr*| 0,00017 0,370 0,71500 cor_pr*| 0,00492 1,410 0,15900
est_pr -0,00034 -4,140 0,00000 est_pr -0,00210 -4,420 0,00000
oc_sc*| 0,00131 1,670 0,09500 oc_sc*| 0,00634 1,310 0,19000
oc_cp*| 0,00281 3,010 0,00300 oc_cp*| 0,00310 0,720 0,47400
oc_ep*| 0,00666 1,540 0,12300 oc_ep*| 0,00406 0,290 0,77300
oc_ot*| 0,00111 1,170 0,24200 oc_ot*| -0,00445 -0,970 0,33300

35
oc_ds*| 0,00041 0,630 0,53200 oc_ds*| -0,00122 -0,270 0,78400
sexo_fi*| 0,00110 2,770 0,00600 sexo_fi*| -0,00812 -2,900 0,00400
idade_fi 0,00225 6,280 0,00000 idade_fi 0,01353 13,470 0,00000
cor_fi*| 0,00114 2,250 0,02400 cor_fi*| 0,00375 1,070 0,28300
est_fi -0,00090 -4,670 0,00000 est_fi -0,01081 -9,570 0,00000
ocup_cj*| 0,00085 1,880 0,06100 ocup_cj*| -0,00486 -1,690 0,09100
tam_fam 0,00049 3,680 0,00000 tam_fam 0,00311 4,050 0,00000
rd_dm_pc 0,00000 -0,870 0,38600 rd_dm_pc -0,00005 -2,010 0,04500
bf*| -0,00032 -0,800 0,42300 bf*| -0,01146 -4,470 0,00000
rur*| 0,00631 4,190 0,00000 rur*| 0,00943 2,020 0,04400
(*) dy/dx is for discrete change of dummy variable from 0 to 1 (*) dy/dx is for discrete change of dummy variable from 0 to 1

EFEITOS MARGINAIS
SUL

p (1,0) dy/dx z P>|z| p (1,1) dy/dx z P>|z|

sexo_pr*| 0,05126 3,610 0,00000 sexo_pr*| -0,03799 -3,240 0,00100
idade_pr -0,00011 -0,270 0,78700 idade_pr 0,00001 0,040 0,96600
cor_pr*| -0,02171 -1,620 0,10500 cor_pr*| 0,01721 1,600 0,11000
est_pr 0,00384 2,670 0,00800 est_pr -0,00264 -2,380 0,01800
oc_sc*| -0,04327 -2,490 0,01300 oc_sc*| 0,00772 0,650 0,51600
oc_cp*| -0,07349 -5,050 0,00000 oc_cp*| 0,06997 5,530 0,00000
oc_ep*| -0,10363 -1,980 0,04800 oc_ep*| 0,11565 2,350 0,01900
oc_ot*| -0,04691 -2,290 0,02200 oc_ot*| 0,03455 2,040 0,04100
oc_ds*| 0,01109 0,820 0,41000 oc_ds*| -0,00882 -0,820 0,40900
sexo_fi*| -0,04162 -5,090 0,00000 sexo_fi*| 0,04855 7,390 0,00000
idade_fi -0,03279 -12,150 0,00000 idade_fi 0,01459 6,680 0,00000
cor_fi*| 0,00389 0,330 0,74500 cor_fi*| -0,00616 -0,690 0,49300
est_fi 0,01029 3,450 0,00100 est_fi 0,00529 2,310 0,02100
ocup_cj*| -0,05146 -5,700 0,00000 ocup_cj*| 0,04876 6,770 0,00000
tam_fam -0,01342 -5,230 0,00000 tam_fam 0,00575 3,000 0,00300
rd_dm_pc 0,00005 0,760 0,45000 rd_dm_pc 0,00005 0,990 0,32300
bf*| -0,00426 -0,500 0,61600 bf*| 0,00886 1,310 0,19000
rur*| -0,14674 -9,360 0,00000 rur*| 0,14818 10,190 0,00000
(*) dy/dx is for discrete change of dummy variable from 0 to 1 (*) dy/dx is for discrete change of dummy variable from 0 to 1

p (0,1) dy/dx z P>|z| p (0,0) dy/dx z P>|z|

sexo_pr*| -0,00440 -2,530 0,01200 sexo_pr*| -0,00887 -1,290 0,19800
idade_pr 0,00001 0,330 0,74100 idade_pr 0,00009 0,380 0,70600
cor_pr*| 0,00168 1,280 0,20200 cor_pr*| 0,00281 0,410 0,68400
est_pr -0,00031 -2,280 0,02300 est_pr -0,00089 -1,110 0,26700
oc_sc*| 0,00486 2,130 0,03400 oc_sc*| 0,03068 2,620 0,00900
oc_cp*| 0,00480 2,620 0,00900 oc_cp*| -0,00128 -0,200 0,84200
oc_ep*| 0,00231 0,500 0,61700 oc_ep*| -0,01433 -1,560 0,11900
oc_ot*| 0,00418 1,670 0,09400 oc_ot*| 0,00819 0,800 0,42400
oc_ds*| -0,00081 -0,740 0,45800 oc_ds*| -0,00146 -0,190 0,84800
sexo_fi*| 0,00230 2,860 0,00400 sexo_fi*| -0,00923 -2,080 0,03700
idade_fi 0,00300 5,100 0,00000 idade_fi 0,01521 9,740 0,00000
cor_fi*| -0,00016 -0,160 0,87400 cor_fi*| 0,00243 0,340 0,73100
est_fi -0,00141 -3,770 0,00000 est_fi -0,01416 -7,670 0,00000
ocup_cj*| 0,00344 3,350 0,00100 ocup_cj*| -0,00074 -0,140 0,88600
tam_fam 0,00124 3,720 0,00000 tam_fam 0,00643 4,550 0,00000
rd_dm_pc -0,00001 -1,280 0,19900 rd_dm_pc -0,00009 -2,200 0,02800
bf*| 0,00002 0,030 0,97800 bf*| -0,00462 -1,000 0,31500
rur*| 0,00749 3,420 0,00100 rur*| -0,00893 -1,890 0,05900
(*) dy/dx is for discrete change of dummy variable from 0 to 1 (*) dy/dx is for discrete change of dummy variable from 0 to 1

EFEITOS MARGINAIS
C.OESTE

36
p (1,0) dy/dx z P>|z| p (1,1) dy/dx z P>|z|
sexo_pr*| 0,01888 1,620 0,10600 sexo_pr*| -0,01342 -1,590 0,11300
idade_pr 0,00069 1,480 0,13900 idade_pr -0,00013 -0,420 0,67400
cor_pr*| 0,00660 0,660 0,50700 cor_pr*| 0,00148 0,230 0,81800
est_pr 0,00761 6,010 0,00000 est_pr -0,00367 -4,190 0,00000
oc_sc*| -0,02652 -1,830 0,06700 oc_sc*| 0,03137 2,540 0,01100
oc_cp*| -0,04499 -3,040 0,00200 oc_cp*| 0,05668 4,310 0,00000
oc_ep*| -0,02416 -0,620 0,53800 oc_ep*| 0,03705 1,160 0,24400
oc_ot*| -0,01577 -0,910 0,36300 oc_ot*| 0,02418 1,640 0,10200
oc_ds*| 0,00347 0,250 0,80400 oc_ds*| 0,00280 0,250 0,80600
sexo_fi*| -0,03397 -4,130 0,00000 sexo_fi*| 0,02924 4,990 0,00000
idade_fi -0,03247 -11,760 0,00000 idade_fi 0,01379 7,170 0,00000
cor_fi*| 0,01164 1,110 0,26500 cor_fi*| -0,01135 -1,540 0,12300
est_fi 0,00972 3,280 0,00100 est_fi 0,00356 1,820 0,06900
ocup_cj*| -0,00026 -0,030 0,97700 ocup_cj*| 0,01582 2,450 0,01400
tam_fam -0,00723 -2,780 0,00500 tam_fam 0,00259 1,540 0,12400
rd_dm_pc -0,00006 -0,820 0,41400 rd_dm_pc 0,00014 2,910 0,00400
bf*| 0,01818 2,220 0,02600 bf*| 0,00258 0,420 0,67300
rur*| -0,08751 -5,440 0,00000 rur*| 0,08047 5,820 0,00000
(*) dy/dx is for discrete change of dummy variable from 0 to 1 (*) dy/dx is for discrete change of dummy variable from 0 to 1

p (0,1) dy/dx z P>|z| p (0,0) dy/dx z P>|z|

sexo_pr*| -0,00170 -1,380 0,16900 sexo_pr*| -0,00376 -0,500 0,61800
idade_pr -0,00006 -1,490 0,13700 idade_pr -0,00049 -1,670 0,09600
cor_pr*| -0,00065 -0,690 0,48800 cor_pr*| -0,00743 -1,120 0,26400
est_pr -0,00069 -3,720 0,00000 est_pr -0,00325 -3,790 0,00000
oc_sc*| 0,00174 1,240 0,21500 oc_sc*| -0,00659 -0,970 0,33400
oc_cp*| 0,00230 1,600 0,10900 oc_cp*| -0,01399 -2,270 0,02300
oc_ep*| 0,00052 0,140 0,88600 oc_ep*| -0,01341 -0,970 0,33300
oc_ot*| 0,00073 0,460 0,64600 oc_ot*| -0,00913 -1,110 0,26600
oc_ds*| -0,00041 -0,340 0,73000 oc_ds*| -0,00587 -0,750 0,45400
sexo_fi*| 0,00288 2,880 0,00400 sexo_fi*| 0,00185 0,350 0,72500
idade_fi 0,00296 4,930 0,00000 idade_fi 0,01573 8,970 0,00000
cor_fi*| -0,00096 -0,970 0,33200 cor_fi*| 0,00067 0,100 0,91700
est_fi -0,00099 , , est_fi -0,01228 -6,200 0,00000
ocup_cj*| -0,00035 -0,430 0,67100 ocup_cj*| -0,01522 -2,650 0,00800
tam_fam 0,00066 2,370 0,01800 tam_fam 0,00398 2,530 0,01100
rd_dm_pc 0,00000 0,560 0,57800 rd_dm_pc -0,00009 -1,860 0,06300
bf*| -0,00187 -2,500 0,01200 bf*| -0,01889 -3,900 0,00000
rur*| 0,00724 2,930 0,00300 rur*| -0,00020 -0,030 0,97900
(*) dy/dx is for discrete change of dummy variable from 0 to 1 (*) dy/dx is for discrete change of dummy variable from 0 to 1

37