Este artigo tem como objetivo principal avaliar o comportamento da distribuição da renda domiciliar per capita (RDPC) das áreas rurais brasileiras, identificadas pelo IBGE como setores censitários rurais, no período de 2004 a 2015. Como objetivos complementares, buscou-se: determinar as causas imediatas de eventuais diferenças da distribuição da RDPC das áreas rurais com base no grau de progressividade das parcelas da RDPC; analisar o efeito-composição e o efeito-concentração da variação do índice de Gini das parcelas da RDPC. Para atingir esses objetivos utilizou-se, como metodologia, o cálculo do índice de Gini e sua decomposição considerando parcelas da RDPC. Como base de dados, foram utilizados os microdados da Pesquisa Nacional por Amostra de Domicílios (PNAD) para o período analisado. Como resultados, o índice de Gini da RDPC das áreas rurais apresentou comportamento parecido ao das áreas urbanas, porém com índice de desigualdade menor para todo período. As parcelas da RDPC formadas pelas aposentadorias e pensões oficiais de até 1 salário mínimo e as transferências governamentais, tiveram o maior grau de progressividade positivo, sendo responsáveis, em conjunto, por 78,9% da mudança do índice de Gini de 2004 a 2015.
The main objective of this study is to evaluate the behavior of income distribution in the Amazonian States of Brazil from 2004 to 2015. As complementary objectives, we sought to determine the immediate causes of any differences of Household Income Per Capita (HIPC) distribution in the Legal Amazon, based on the static decomposition of the Gini Index, and to analyze the dynamic decomposition of the Gini Index considering HIPC portions. This methodology used microdata from the National Household Sample Survey (PNAD) for the analyzed period. As a result, the Gini index of the Legal Amazon HIPC performed differently from that of Brazil (without Legal Amazon). The HIPC portion formed by the income of military and civil servants from the Legal Amazon stood out for having the highest degree of negative progressivity when compared to the rest of the country, whereas “government transfers” had the highest degree of positive progressivity, being responsible for 36.7 of the Gini Index variation from 2004 to 2015.
RESUMO O presente artigo analisou a desigualdade das parcelas da renda não trabalho em relação ao rendimento domiciliar per capita total (RDPC) a partir dos dados da Pesquisa Nacional por Amostra de Domicílios (PNAD). Para isso, foi estimada a participação destas parcelas na formação da RDPC, a razão de concentração e o efeito-composição e efeito-concentração, usando-se a técnica da decomposição dinâmica e estática do índice de Gini. Os resultados sugerem que 83,71% do total da renda não trabalho é composta pelos rendimentos de aposentadorias e pensões. Entre 2001 e 2015, a queda da desigualdade associada à renda não trabalho foi de 42,36%, sendo que o efeito-concentração teve a maior participação, 35,91%. Das parcelas analisadas, as aposentadorias e pensões de até um salário mínimo e as transferências governamentais de renda tiveram as maiores contribuições para diminuir a desigualdade, 11,91% e 15,92%, respectivamente. No período de 2012 a 2020, os resultados da PNAD Contínua mostram que as aposentadorias e pensões são regressivas e a queda do índice de Gini em 2020, índice que vinha crescendo desde 2016, deve-se ao aumento da participação do auxílio emergencial na renda total.
No abstract
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.