DIFERENCIAIS DE SALÁRIOS NA REGIÃO NORDESTE: UMA ANÁLISE SEGUNDO CONDIÇÃO DE MIGRAÇÃO E NÍVEL EDUCACIONAL

Abstract

This paper analyzes income differentials between migration conditions by educational level in the Northeast region. From the data of the PNAD of 2014, the method proposed by Lee (1983) was employed in the wage equations to correct the potential problem of selection bias in the sample. In order to evaluate the wage differentials between migrants and non-migrants and between categories of migrants, the decomposition proposed by Oaxaca (1973) and Blinder (1973) was used. The findings suggest that for each completed educational segment a wage increase is generated, with a higher return on education achieved mainly by return migrants. And, the results of wage decompositions indicate that migrants have higher incomes when compared to non-migrants. In addition, it was also found that having at least one undergraduate degree increases the salary difference of migrants vis-à-vis those who decide not to migrate and among migrant groups.

Full text

Revista Brasileira de Estudos Regionais e Urbanos (RBERU)
Vol. 12, n. 4, pp. 436-452, 2018
http://www.revistaaber.org.br
*Recebido em: 26/02/2018; Aceito em: 26/10/2018.
Revista Brasileira de Estudos Regionais e Urbanos, vol. 12, n. 4, pp. 436-452, 2018
DIFERENCIAIS DE SALÁRIOS NA REGIÃO NORDESTE: UMA ANÁLISE SEGUNDO
CONDIÇÃO DE MIGRAÇÃO E NÍVEL EDUCACIONAL*
Maria Adreciana Silva de Aguiar
Doutoranda em Economia pela Universidade Federal do Ceará (CAEN/UFC)
E-mail: adreciane@gmail.com
Daniel Tomaz de Sousa
Doutorando em Economia pela Universidade Federal da Paraíba (PPGE-UFPB)
E-mail: daniel25tomaz@gmail.com
Priscila Silva Rodrigues
Doutoranda em Economia pela Universidade Federal do Ceará (CAEN/UFC)
E-mail: psilinhag12@gmail.com
RESUMO:
Este artigo analisa os diferenciais de rendimentos entre as condições de migração por nível
educacional na região Nordeste. A partir dos dados da PNAD de 2014, foi empregado o método proposto por
Lee (1983) nas equações salariais para corrigir o potencial problema de viés de seleção na amostra. Para avaliar
os diferenciais salariais entre migrantes e não migrantes e entre as categorias de migrantes, utilizou-se a
decomposição proposta por Oaxaca (1973) e Blinder (1973). Os achados sugerem que, para cada faixa de
ensino concluída, gera-se um incremento salarial, existindo um maior retorno em educação alcançado
principalmente pelos remigrados. E os resultados das decomposições salariais indicam que os migrantes
apresentam maiores rendimentos quando comparados aos não migrantes. Ademais, também foi constatado que
ter no mínimo um diploma de graduação aumenta a diferença salarial dos migrantes frente aos que decidem
por não migrar e entre os grupos de migrantes.
Palavras-chave:
Diferencial de rendimentos; Migração; Educação; Decomposição de Oaxaca-Blinder
.
Classificação JEL:
J24; J31; J61
.
WAGE DIFFERENTIALS IN THE NORTHEAST REGION: AN ANALYSIS BY
MIGRATION CONDITIONS AND EDUCATIONAL LEVEL
ABSTRACT
: This paper analyzes income differentials between migration conditions by educational level in
the Northeast region. From the data of the PNAD of 2014, the method proposed by Lee (1983) was employed
in the wage equations to correct the potential problem of selection bias in the sample. In order to evaluate the
wage differentials between migrants and non-migrants and between categories of migrants, the decomposition
proposed by Oaxaca (1973) and Blinder (1973) was used. The findings suggest that for each completed
educational segment a wage increase is generated, with a higher return on education achieved mainly by return
migrants. And, the results of wage decompositions indicate that migrants have higher incomes when compared
to non-migrants. In addition, it was also found that having at least one undergraduate degree increases the
salary difference of migrants vis-à-vis those who decide not to migrate and among migrant groups.
Keywords:
Income differential; Migration; Education; Oaxaca-Blinder Decomposition.
JEL Codes
: J24; J31; J61.

Diferenciais de salários na região Nordeste: uma análise segundo condição de migração e nível educacional
Revista Brasileira de Estudos Regionais e Urbanos, vol. 12, n. 4, pp. 436-452, 2018
437
1. Introdução
Segundo a abordagem neoclássica referente às teorias da migração, em uma perspectiva
macroeconômica, o processo migratório pode ser considerado como sendo um reflexo das
imperfeições do mercado de trabalho, devido a sua insuficiência e as diferenças encontradas na oferta
de oportunidades de emprego em regiões distintas. Os migrantes buscam melhores condições de
emprego e melhores salários, deslocando-se das regiões menos favorecidas para regiões cujas
economias se desenvolveram mais rapidamente (HARRIS; TODARO, 1970).
Os trabalhadores qualificados são atraídos por regiões onde os salários e as condições de mercado
de trabalho são melhores. Com isso, as regiões mais pobres podem sofrer com o problema de fuga de
cérebros (brain drain), pelo menos em um primeiro momento. No entanto, a migração de retorno
pode atenuar esse problema, pois pode gerar o chamado “ganho de cérebros” (brain gain). Os
migrantes de retorno podem ter acumulado capital físico ou humano, o que impacta de forma positiva
sobre o desenvolvimento da região de origem.
Alguns autores
1
direcionaram suas pesquisas para as variáveis individuais de caráter
microeconômico, tratando a migração como um investimento em capital humano. Essa conexão entre
migração e capital humano foi inicialmente formalizada por Sjaastad (1962), sendo a teoria do capital
humano uma das abordagens utilizadas pela literatura para apontar que a migração pode ser encarada
como um investimento em capacidades e conhecimentos
2
.
Os estudos mais recentes que abordam esta teoria sobre as decisões de migração partem da
percepção de que essa escolha é motivada pelos diferencias de salários entre as regiões. Segundo
Hanson (2010), Gundel e Peters (2008), os indivíduos mais escolarizados são mais propensos a
migrar, pois dominam o fluxo migratório. Para esses, os custos de migração são menores pelo fato de
observarem melhor as oportunidades em outras regiões.
Ferreira (2012) aponta que a aquisição de capital humano dos trabalhadores pode explicar o hiato
salarial entre migrantes de retorno e não migrantes. Ribeiro e Bastos (2004) salientam que as pessoas
que migram do Nordeste para o Sudeste do Brasil têm um maior nível educacional do que a média da
região. O contrário se observa quando os migrantes se deslocam da região Sudeste em direção ao
Nordeste.
Essa diferença salarial entre as categorias de migrantes pode ser amenizada com mais
investimento em educação, conforme sugerido pela teoria do capital humano. Porém, essa teoria não
abrange fatores associados à segmentação do mercado de trabalho por cargos, regiões de origem,
setores, intensidade tecnológica, entre outros (DOERINGER; PIORE, 1985).
Com base nessas teorias, o presente estudo tem como objetivo principal analisar os diferenciais
de rendimentos entre as condições de migração levando em consideração o nível educacional. No que
tange aos aspectos metodológicos, foi adotado o método de Lee (1983) para corrigir o potencial
problema de viés de seleção amostral e a decomposição proposta por Oaxaca (1973) e Blinder (1973)
estimada para cada nível de escolaridade. Para tanto, foram utilizados os microdados da Pesquisa
Nacional por Amostra de Domicílios (PNAD) de 2014, considerando o plano amostral complexo.
O trabalho foi organizado em quatro seções, além desta introdução. A segunda seção consiste em
uma revisão de literatura. Na seção 3, apresentaram-se os dados e os tratamentos imputados, além,
dos aspectos metodológicos. As seções 4 e 5 trataram da exposição dos resultados e das principais
conclusões do estudo, respectivamente.
2. Migração, diferenciais de salários e retorno da educação
Destacam-se algumas abordagens econômicas no âmbito da migração internacional de
trabalhadores, dentre as diversas existentes na literatura.
1
Podem ser citados Schultz (1961), Hunt e Kau (1985) e Dustmann e Glitz (2011).
2
Segundo Becker (1962), precursor da teoria do capital humano, os investimentos em capital humano estão relacionados
à escolarização, à formação profissional, aos cuidados médicos, à migração e à procura de informação acerca de preços
e rendimentos.

Maria Adreciana Silva de Aguiar, Daniel Tomaz de Sousa, Priscila Silva Rodrigues
Revista Brasileira de Estudos Regionais e Urbanos, vol. 12, n. 4, pp. 436-452, 2018
438
Primeiro, os teóricos do mercado segmentado ou dual (DOERINGER; PIORE, 1985; PIORE,
1979; GORDON, 1964). Segundo essa perspectiva, o mercado de trabalho é segmentado em dois
estratos: mercado de trabalho primário (ocupações de prestígio) e mercado de trabalho secundário
(ocupações de baixa qualificação). O setor secundário oferece baixos salários, empregos instáveis,
baixa qualificação e pouca possibilidade de ascensão hierárquica; e os imigrantes estariam inseridos
nesse setor. Segundo essa abordagem, os imigrantes encontram-se em desvantagens em relação aos
não migrantes, referentes às condições de trabalho e salários.
Outra vertente fundamenta-se nas ideias de Sassen (1990), as quais defendem que nem todos os
imigrantes estão em situação de desvantagem no mercado de trabalho. Segundo a autora, os
imigrantes tendem a se inserir em ocupações de qualificação muito alta ou muito baixa.
Segundo Bonacich (1973), os imigrantes ocupam mais as ocupações intermediárias, exercendo
atividades empreendedoras. Os migrantes buscam ocupações autônomas, que não tenham vínculos
empregatícios formais, para facilitar o retorno à região de origem.
Nesse contexto, Gheasi, Nijkamp e Rietveld (2017) investigaram a diferença salarial entre
imigrantes e nativos, ambos com ensino superior na Holanda. Os resultados empíricos mostraram que
mesmo os migrantes tendo a mesma educação que os nativos, ainda havia diferença salarial. Além
disso, encontraram que a diferença salarial entre gênero é maior do que a de status de migrante. As
mulheres com ensino superior recebem um salário bruto mensal entre 7,0 a 8,0% menor do que o
salário recebido pelos homens.
Ferreira (2012) utiliza os dados das PNADs de 1999 e 2009 com objetivo de analisar os
determinantes dos rendimentos, considerando os fluxos migratórios brasileiros. Por meio da
decomposição de Oaxaca e Ramson (1999), sugere que os migrantes (não retornados e de retorno)
auferem maiores rendimentos do que os não migrantes, em média, devido às características não
observadas. Com relação às características observadas, os migrantes são negativamente selecionados
em relação aos não migrantes.
Com objetivo de analisar os impactos da remigração sobre os salários daqueles que decidiram
voltar aos estados brasileiros de naturalidade, Ramalho e Queiroz (2011) aplicaram a decomposição
de Oaxaca (1973) corrigindo o viés de seleção amostral pelo método de Lee (1983). Os achados
empíricos mostraram que os migrantes interestaduais não retornados são positivamente selecionados
em atributos não observados quando comparados com os retornados e não migrantes. Além disso, os
migrantes de retorno poderiam auferir ganhos salariais caso tivessem permanecido no estado de
destino. Contudo, a remigração produz ganhos salarias para os trabalhadores mais instruídos, devido
ao capital humano adquirido no estado de destino.
Já os teóricos da teoria da discriminação, Becker (1957), Arrow (1971), Phelps (1972) e Spence
(1973), propõem que a discrepância de rendimentos pode estar vinculada à discriminação de gênero
ou cor.
Autores como Batista e Cacciamali (2009), Assis e Alves (2014), Rodrigo et al. (2015) trazem
evidências sobre segregação ocupacional segundo condição de migração, além da existência de
discriminação no mercado de trabalho segundo gênero.
Para as regiões brasileiras, Batista e Cacciamali (2009) analisaram a diferença salarial por sexo
considerando a condição de migração, utilizando os dados da PNAD de 2005. Aplicaram o índice de
dissimilaridade de Duncan e a decomposição de Oaxaca sobre os salários dos homens vis-à-vis
mulheres e migrantes vis-à-vis não migrantes. Os achados sugerem que existe uma segregação entre
migrante e não migrantes. No entanto, com a aplicação do controle por anos de estudo, essa
segregação para a região Sudeste se diluiu. Com relação à diferença salarial por sexo, no Sudeste ela
é menor entre a população migrante do que entre a não migrante, já para o restante do Brasil ocorre
o contrário.
Assis e Alves (2014) examinaram a diferença salarial provocada pela condição de migração e
gênero, a partir dos dados da PNAD de 2009. As evidências apontaram que o mercado de trabalho
brasileiro se mostrou mais segmentado entre homens e mulheres do que entre condição de migração.
Além disso, os migrantes não naturais apresentam maiores salários do que os não migrantes e
remigrados. Já para a região Sudeste, os nativos apresentam superioridade salarial.

Diferenciais de salários na região Nordeste: uma análise segundo condição de migração e nível educacional
Revista Brasileira de Estudos Regionais e Urbanos, vol. 12, n. 4, pp. 436-452, 2018
439
Especificamente para a Bahia, Rodrigues et al. (2015) analisaram a diferença salarial provocada
pela condição de migração e gênero, a partir dos dados da PNAD de 2013. Elaboraram as equações
de salários com correção do viés de seleção para entrada no mercado de trabalho, utilizando o
procedimento de Heckman (1979) e a decomposição de Oaxaca-Blinder para investigar o diferencial
de rendimento. Os resultados revelaram que os migrantes auferem melhores salários do que os não
migrantes. As evidências encontradas mostraram ainda que o efeito migração foi maior para as
mulheres do que para os homens.
Por fim, a abordagem da teoria do capital humano destaca que os migrantes seriam mais
propensos a investir em educação (SJAASTAD, 1962). Essa abordagem ressalta que o retorno salarial
da migração não depende apenas das características observadas, ou seja, atributos pessoais ou
imperfeiçoes de mercado de trabalho (segmentação ou discriminação), mas destacam a influência dos
atributos não observados.
Alguns autores pesquisaram o efeito da educação sobre os ganhos dos não migrantes e migrantes
na linha teórica do capital humano. Chiswick (1978) encontrou que o efeito parcial de um ano de
escolaridade sobre os salários dos nativos, nos EUA, era de 7,2%; e para os imigrantes de 5,7%, em
1970. Chiswick e Miller (2008) fizeram a mesma análise apresentada anteriormente para os EUA, em
2000, e mostraram que o retorno para um ano de estudo era de 10,6% para os nativos e de apenas
5,2% para os imigrantes. Baker e Benjamin (1994) realizaram esse estudo para o Canadá, achando
um efeito da educação de 7,6% para os não migrantes e de 4,9% para os imigrantes, em 1986.
Ramalho e Silveira Neto (2007), com base nos Censos de 1991 e 2000, estudaram os ganhos
econômicos da migração rural-urbana no Nordeste brasileiro. Os resultados evidenciaram que o
retorno da migração rural-urbana no Nordeste foi positivo para todos os graus de instrução, indicando
que foi vantajoso para os migrantes deixarem a zona rural. Os maiores ganhos foram auferidos pelos
migrantes com nível médio e superior, principalmente no período de 1995-2000.
Ribeiro (2013), por meio da metodologia utilizada por Borjas e Bratsberg (1996), apresentou
evidências sobre autosseleção positiva de imigrantes de retorno no Brasil para os anos de 2000 e
2010. Esses indivíduos teriam maior nível de escolaridade: 11,8 anos se comparados com os não
migrantes que possuem 8,8 anos em média. Os imigrantes de retorno receberiam salários mais altos
do que os não migrantes em mais de 87,0% dos casos.
Em suma, os principais fatores decorrentes das diferenças salariais entre os trabalhadores são: a
heterogeneidade dos trabalhadores com relação aos atributos produtivos e o fato de trabalhadores
serem remunerados de formas distintas, mesmo com as mesmas características produtivas
(discriminação ou mercado de trabalho segmentado).
A presente pesquisa avança em relação à literatura nacional por avaliar a diferença salarial entre
as condições migratórias segundo o nível educacional, além de fazer a análise dos retornos à educação
para cada condição migratória.
3. Metodologia
3.1. Dados e tratamentos
O presente artigo utiliza as informações coletadas na Pesquisa Nacional por Amostra de
Domicílios (PNAD) de 2014, pesquisa elaborada pelo IBGE. A PNAD trata-se de uma pesquisa por
amostragem complexa, pois envolve estratificação, conglomeração e probabilidades desiguais de
seleção. Segundo Carvalho, Néri e Silva (2006), as estimativas das variâncias são influenciadas pelo
plano amostral. Portanto, quando não se considera o planejamento amostral, os erros padrão podem
ser subestimados ou superestimados.
Neste estudo, foram usadas as seguintes classificações de migrantes: i) não migrantes –
indivíduos que nunca moraram fora da sua UF de nascimento, considerando apenas os estados da
região Nordeste; ii) migrantes não naturais – indivíduos oriundos de outras regiões do Brasil e que
no momento da pesquisa moravam em algum estado da região Nordeste por um período de tempo de
até cinco anos; iii) migrantes de retorno – indivíduos que tiveram alguma experiência de moradia fora

Maria Adreciana Silva de Aguiar, Daniel Tomaz de Sousa, Priscila Silva Rodrigues
Revista Brasileira de Estudos Regionais e Urbanos, vol. 12, n. 4, pp. 436-452, 2018
440
do seu estado de nascimento (deslocando-se para os estados fora da região Nordeste), mas, no
momento da pesquisa, encontravam-se residindo na UF de nascimento, por um período de tempo de
até 5 anos.
Para a identificação desses migrantes, foi utilizado o cruzamento de informações sobre a UF de
nascimento, a UF de residência na data de referência, a UF de residência anterior e o tempo de
residência no estado.
Foram excluídos da amostra os indivíduos declarados estrangeiros ou brasileiros que moraram
em outros países. Foram consideradas apenas as pessoas com idade entre 18 a 70 anos.
As variáveis relacionadas às características familiares foram inseridas apenas na equação de
seleção, pois influenciam na decisão de migrar e remigrar, são elas: chefe da família, casado, filhos
menores de 14 anos e tamanho da família. As variáveis escolhidas (dummies e contínuas) para as
equações de salários se encontram detalhadas na Tabela A.1 no apêndice e estão relacionadas aos
atributos pessoais, características do trabalho principal e residência.
3.2. Procedimentos econométricos
3.2.1. Modelo de determinação de salários e correção do viés de seleção
No modelo de determinação dos salários, assumem-se três escolhas possíveis j realizadas pelo
trabalhador: não migrar (j=1); migrar e retornar a sua região de origem, (j=2); e migrar oriundo de
outra região brasileira, que não seja a região Nordeste (j=3). Portanto, para cada escolha j, tem-se
uma equação de salários linear minceriana:
ln 

= 



+ 

(1)
em que: ln 

é o logaritmo natural do rendimento/hora do trabalho principal; 

é o vetor de
características observáveis
3
; o vetor de características não observáveis é representado por um termo
de erro aleatório 

normalmente distribuído de forma independente e idêntica (i.i.d) e 

é um vetor
de parâmetros incluindo intercepto.
Para a estimação dessa equação minceriana, foram considerados apenas os indivíduos com
rendimentos positivos. Nota-se um possível viés de seleção amostral devido ao rendimento, variável
dependente ser mensurado apenas para os indivíduos que participam do mercado de trabalho
4
.
A amostra de migrantes também não se trata de uma amostra completamente aleatória, pois a
decisão de migrar depende de fatores observados e não observados. Para tentar contornar esse
problema, adotou-se o método proposto por Lee (1983), que consiste em: i) estimar a equação de
seleção por meio do modelo logit multinomial, probabilidade de escolher a condição de migração j;
ii) computar os termos de correção de viés de seleção, razão inversa de Mills; iii) por fim, estimar a
equação de salários para cada escolha j, adicionando a sua respectiva razão inversa de Mills 

.
Para as estimações das equações de salários e de seleção, utilizou-se o Método de Máxima
Pseudo-Verossimilhança
5
, devido à incorporação do plano amostral.
3.2.2. Diferenciais de salário – decomposição de Oaxaca-Blinder
Para esta etapa da análise, é feito um estudo acerca da composição do diferencial de rendimentos
entre as categorias de não migrantes, migrantes de retorno e migrantes não naturais de mesmo nível
3
Com relação ao problema da endogeneidade da educação, Arraes e Mariano (2016) sugerem que o método de Heckman
(1979) tem melhor ajuste do que o procedimento de variáveis instrumentais (IV). O método de Lee (1983), utilizado
neste trabalho, é uma extensão do trabalho seminal de Heckman (1979).
4
Cabe ressaltar a não aleatoriedade da amostra com relação à participação no mercado de trabalho, podendo haver duplo
viés de seleção. Todavia, por simplificação e seguindo alguns trabalhos na literatura sobre migração, tais como Ramalho
e Queiroz (2011), Santos (2013), Assis, Costa e Silva (2012), levou-se em consideração apenas o viés de seleção para
a condição de migração.
5
Para maiores detalhes sobre o Método de Máxima Pseudo-Verossimilhança, ver Pessoa e Nascimento Silva (1998).

Diferenciais de salários na região Nordeste: uma análise segundo condição de migração e nível educacional
Revista Brasileira de Estudos Regionais e Urbanos, vol. 12, n. 4, pp. 436-452, 2018
441
educacional. Para tal, utiliza-se a decomposição de Oaxaca (1973) e Blinder (1973), em que o
diferencial de rendimentos entre dois grupos é decomposto em dois componentes, um explicado pelos
atributos observados e outro explicado por características não observáveis (efeito migratório).
Para realizar o processo de decomposição, utilizam-se os resultados das equações do tipo
minceriana, como descrita pela Equação (1) sendo adicionada como regressor a razão inversa de
Mills e excluindo as variáveis dummies de educação. Por exemplo, são estimadas as seguintes
equações de salário:
ln 

= 



+ 

(2)
ln 

= 



+ 

(3)
Após a estimação, é realizada a diferença entre as duas equações:
∆
= 

|

 − (

|

)= 


− 


(4)
em que ∆
 pode ser que reescrita por meio da decomposição two-fold (em dois termos), como dito
anteriormente:
ln 


− ln 


= (


− 


)


+ 


(


− 


) (5)
em que: 


e


são os valores médios das características observáveis, nas categorias de migração j e
k, respectivamente, e com j≠k ; 


e 


são os parâmetros estimados para os dois grupos em
comparação. Oaxaca e Ransom (1999) atentam para o problema de definição das categorias-base
6
para a realização da decomposição em que há covariadas que são dummies, o que pode gerar um
problema de identificação no modelo (resultado difere, dada a categoria escolhida). Mas, apesar desse
problema, os autores afirmam que, em geral, os estudos com regressões salariais apresentam variáveis
categóricas e não seria possível escapar desse problema.
O primeiro termo da Equação (5), (


− 


)


, mensura a parte do diferencial de salários
explicada pelos atributos observados dos indivíduos das categorias j e k. Caso o valor dessa parcela
seja positivo, indica que os trabalhadores da categoria j receberiam salários mais elevados do que os
do grupo k, isso devido a níveis melhores de atributos observados. Isso pode ser interpretado como
uma seleção positiva dos indivíduos da condição j em comparação com os da condição k
(FERREIRA, 2012).
O segundo termo da decomposição, 


(


− 


), capta a parte da diferença salarial entre os
grupos j e k, quando os indivíduos da condição de migração k possuem os mesmos atributos médios
do grupo j. Dessa forma, a diferença é explicada pela remuneração distinta que o mercado impõe,
apenas pela sua condição de migração, e não por seus atributos produtivos. Denomina-se esse termo
de diferencial não explicado.
4. Resultados e discussões
4.1. Informações descritivas do movimento migratório no Nordeste
Na Tabela 1, encontram-se as estatísticas descritivas das variáveis utilizadas, tendo em vista três
categorias distintas: não migrante, migrante de retorno e migrante não natural. Observando a variável
sexo, constata-se que, em média, a maioria dos não migrantes ou migrantes não naturais observados
são mulheres. Porém, para os migrantes de retorno, podemos verificar que a maioria dos indivíduos
6
Para uma discussão mais detalhada sobre os métodos de decomposição baseados em Oaxaca (1973) e Binder (1973),
ver Jann (2008).

Maria Adreciana Silva de Aguiar, Daniel Tomaz de Sousa, Priscila Silva Rodrigues
Revista Brasileira de Estudos Regionais e Urbanos, vol. 12, n. 4, pp. 436-452, 2018
442
observados é do sexo masculino, com um percentual de 53,0%. Quanto à raça, nota-se que os
indivíduos não brancos representam a maioria para as três categorias. Com relação à idade, vê-se que
os retornados são os mais velhos.
Verificou-se que a maioria da população nordestina não possui pelo menos o ensino fundamental
completo, com maior percentual para o grupo dos não migrantes (62,7%). Os migrantes seriam, em
média, mais escolarizados do que os não migrantes, assim como sugere Ferreira (2012). Dentre as
condições de migração analisadas, o migrante não natural tem a maior proporção de trabalhador com
o ensino superior (8,9%).
Tabela 1 – Características do não migrante, migrante de retorno e migrante não natural
Não Migrante
(%)
Migrante de Retorno
(%)
Migrante Não Natural
(%)
Atributos pessoais
Homem 47,7 53,0 47,2
Branco 26,1 29,3 33,8
Idade (média) 30,90 42,20 39,73
Básico ou sem instrução 62,7 53,4 53,5
Fundamental 13,0 14,9 13,2
Médio 20,0 24,9 24,4
Superior 4,32 6,87 8,92
Família
Chefe 30,0 52,5 42,7
Casado 39,1 59,3 52,5
Filho14 43,8 35,1 37,0
Tamanho da família (média) 3,75 3,31 3,40
Características do trabalho
Empregado sem carteira assinada 20,0 19,7 17,0
Empregado com carteira assinada 26,2 23,3 28,7
Empregador 2,05 3,45 4,26
Funcionário público 6,79 6,77 7,14
Autônomo 23,8 30,1 27,6
Estabilidade (média) 9,69 9,19 8,85
Residência
Urbana 72,5 78,1 81,2
Região Metropolitana 21,9 13,5 15,7
Nota: Resultados expandidos para a população.
Fonte: Elaboração própria a partir dos dados da PNAD de 2014.
Em relação às características familiares, tem-se que os indivíduos migrantes possuem maior
média de chefes de família e de pessoas casadas do que os que não migrantes. Esse resultado suscita
a ideia de que indivíduos com maiores obrigações familiares tendem a migrar mais, em busca de
melhores condições para si e para os de sua família.
Observando as variáveis que indicam à posição ocupada no mercado de trabalho, verificou-se
que entre os indivíduos que migraram existe uma maior proporção de pessoas empregadas no setor
formal (empregados com carteira de trabalho assinada e funcionários públicos). Já os trabalhadores
autônomos têm maior participação na categoria dos migrantes de retorno e menor entre os não
migrantes, evidência consistente com aquelas encontradas por Gama e Machado (2014) e Oliveira e
Ramalho (2015). Isso pode ser explicado devido ao fato do migrante de retorno ter adquirido
conhecimentos ou habilidades que favoreceram a obtenção do próprio negócio (DUSTMANN;
KIRCHKAMP, 2002).
Quanto à residência, nos grupos analisados, predominam os indivíduos que residem em área
urbana e não metropolitana.
O Figura 1 traz informações a respeito da média do salário/hora para os não migrantes e migrantes
(retornados e não naturais) segundo o nível de escolaridade. As evidências mostram que quanto maior
a educação, maior o salário auferido pelos trabalhadores. É preciso destacar um resultado importante
vislumbrado no Figura 1: independentemente do nível educacional, os migrantes não naturais da

Diferenciais de salários na região Nordeste: uma análise segundo condição de migração e nível educacional
Revista Brasileira de Estudos Regionais e Urbanos, vol. 12, n. 4, pp. 436-452, 2018
443
região Nordeste são os que possuem uma média de salário/hora maior, R$ 7,40 para os com ensino
fundamental, R$ 11,30 para os com ensino médio e R$ 30,80 para aqueles com ensino superior.
Quando se investiga a categoria com menor média do salário/hora, percebe-se que os não
migrantes, independente da escolaridade, são os que recebem menores salários, esses achados estão
na mesma linha de Assis e Alves (2014), Assis, Costa e Silva (2012), Ramalho e Queiroz (2011).
Verifica-se que a diferença salarial média entre as condições de migração é maior para os migrantes
não naturais com relação aos não migrantes com ensino superior (hiato salarial médio de R$ 10,30).
Figura 1 – Média do salário/hora dos não migrantes e migrantes na região Nordeste segundo
nível educacional
Nota: Resultados expandidos para a população.
Fonte: Elaboração própria a partir dos dados da PNAD de 2014.
4.2. Equações de salários
A Tabela 2, a seguir, apresenta os coeficientes estimados das regressões salariais, sem correção
e corrigidas para o viés de seleção da amostra. O coeficiente das variáveis dummies Homem e Branco
apresentaram sinais positivos para todas as categorias indicando que, em média, os homens e os
brancos recebem maiores salários. Cada ano a mais de idade eleva o salário/hora no trabalho principal,
para todos os grupos analisados. Entretanto, quando a idade se torna mais avançada, o salário tende a
decair.
No que se refere ao efeito da escolaridade nos rendimentos dos trabalhadores, verifica-se que a
cada faixa de ensino concluída, comparada à categoria omitida (ensino básico ou sem instrução),
gerou um incremento salarial. Os indivíduos com diploma universitário superam a categoria base em
199,2%, 278,5%, 222,8% para os grupos de não migrantes, migrantes de retorno e não naturais,
respectivamente
7
. Caso o indivíduo analfabeto ou detentor do ensino fundamental incompleto
houvesse concluído o ensino médio, teria um retorno em relação à educação de 56,5% para os não
migrantes, 68,0% para os migrantes de retorno e 59,8% para os migrantes não naturais.
O alto retorno do investimento em educação percebido pelos remigrados comparado com as
outras categorias pode estar relacionado ao efeito diploma, visto que os migrantes de retorno auferem
maiores rendimentos ao término de cada nível de estudo. Essa evidência pode estar associada ao efeito
7
Conforme sugerido por Halvorsen e Palmquist (1980), para calcular o valor percentual dos coeficientes das dummies,
utilizou-se a seguinte fórmula: [exp(coeficiente)-1]x100.
5,1
8,2
20,5
6,4
10,1
28,9
7,4
11,3
30,8
0,0
5,0
10,0
15,0
20,0
25,0
30,0
35,0
Fundamental Médio Superior
Não migrantes
Migrantes de
Retorno
Migrantes não
Naturais

Maria Adreciana Silva de Aguiar, Daniel Tomaz de Sousa, Priscila Silva Rodrigues
Revista Brasileira de Estudos Regionais e Urbanos, vol. 12, n. 4, pp. 436-452, 2018
444
brain gain, os migrantes de retorno podem ter adquirido capital físico ou humano na região de destino
(CHISWICK, 2005).
Tabela 2 – Resultados das regressões de salários por condição de migração com e sem
correção do viés de seleção amostral
Não Migrante Migrante de Retorno Migrante Não Natural
Corrigida Sem correção Corrigida Sem correção Corrigida Sem correção
Homem 0,242
***
0,269
***
0,270
***
0,292
***
0,347
***
0,379
***
(0,0099) (0,0092) (0,0285) (0,0242) (0,0300) (0,0282)
Branco 0,0421
***
0,0710
***
0,0773
***
0,0854
***
0,0479 0,136
***
(0,0108) (0,0101) (0,0263) (0,0264) (0,0417) (0,0322)
Idade 0,0219
***
0,0299
***
0,0292
***
0,0360
***
0,0391
***
0,0460
***
(0,0025) (0,0020) (0,0076) (0,0054) (0,0064) (0,0059)
Idade2 -0,0002
***
-0,0003
***
-0,0003
***
-0,0004
***
-0,0004
***
-0,0005
***
(0,00003) (0,00003) (0,00008) (0,00007) (0,00007) (0,00007)
Fundamental 0,196
***
0,219
***
0,257
***
0,273
***
0,285
***
0,314
***
(0,0143) (0,0135) (0,0332) (0,0313) (0,0487) (0,0467)
Médio 0,448
***
0,466
***
0,510
***
0,519
***
0,469
***
0,530
***
(0,0139) (0,0135) (0,0314) (0,0303) (0,0418) (0,0366)
Superior 1,096
***
1,149
***
1,313
***
1,331
***
1,172
***
1,382
***
(0,0225) (0,0202) (0,0485) (0,0474) (0,0881) (0,0559)
Empregado sem
carteira
-0,120
***
-0,121
***
-0,129
***
-0,121
***
-0,0738
*
-0,133
***
(0,0117) (0,0118) (0,0286) (0,0277) (0,0401) (0,0364)
Empregador 0,593
***
0,654
***
0,605
***
0,625
***
0,487
***
0,601
***
(0,0375) (0,0376) (0,0815) (0,0797) (0,0875) (0,0804)
Funcionário público 0,428
***
0,404
***
0,331
***
0,324
***
0,425
***
0,330
***
(0,0180) (0,0181) (0,0445) (0,0438) (0,0622) (0,0575)
Autônomo -0,246
***
-0,220
***
-0,261
***
-0,243
***
-0,212
***
-0,180
***
(0,0147) (0,0139) (0,0328) (0,0306) (0,0421) (0,0405)
Estabilidade (anos) 0,00288
**
-0,000728 0,000736 -0,00111 0,00958
***
0,00309
(0,0012) (0,0009) (0,0021) (0,0015) (0,0032) (0,0022)
Urbana 0,198
***
0,246
***
0,246
***
0,265
***
0,139
**
0,292
***
(0,0204) (0,0189) (0,0371) (0,0340) (0,0699) (0,0560)
Região
Metropolitana
0,264
***
0,162
***
0,271
***
0,205
***
0,326
***
0,134
***
(0,0214) (0,0132) (0,0559) (0,0277) (0,0668) (0,0326)
Mills (lambda) 0,567
***
-0,195 -0,786
***
(0,104) (0,144) (0,246)
Constante 0,300
***
0,243
***
0,617 0,105 1,690
***
-0,140
(0,0458) (0,0449) (0,401) (0,119) (0,597) (0,139)
Observações 32802 4987 3450
Nota: Níveis de significância: ***1%, **5% e *10%. Erros-padrão entre parênteses.
Fonte: Elaboração própria a partir dos dados da PNAD de 2014.
Analisando o impacto do setor de ocupação nos níveis salariais, os trabalhadores empregados
sem carteira de trabalho assinada e os autônomos recebem menores salários se comparados com os
trabalhadores empregados com carteira de trabalho assinada. O oposto se verifica para o trabalhador
empregador ou funcionário público. Para os não migrantes e migrantes não naturais, a variável
Estabilidade impacta positivamente nos salários.
No que concerne à localização, independente da condição de migração, os residentes na área
urbana e metropolitana auferem melhores rendimentos.
Em relação às razões inversas de Mills
8
, essas apresentaram coeficientes estatisticamente
significantes a 1,0% para a categoria dos não migrantes e migrantes não naturais, indicando que a
omissão dessa variável ocasionaria estimativas enviesadas.
8
Os resultados do modelo logit multinomial encontram-se na Tabela A.2 no Apêndice.

Diferenciais de salários na região Nordeste: uma análise segundo condição de migração e nível educacional
Revista Brasileira de Estudos Regionais e Urbanos, vol. 12, n. 4, pp. 436-452, 2018
445
4.3. Efeito da condição de migrante sobre os diferenciais de salários
A Tabela 3 expõe os resultados da decomposição
9
salarial para a população de não migrantes e
migrantes não naturais segundo o nível educacional. O hiato salarial é favorável aos migrantes não
naturais independentemente do nível de educação. Verifica-se uma maior diferença salarial na
comparação entre as categorias dos migrantes não naturais versus não migrantes para aqueles com
ensino superior (0,362), sendo o grupo dos migrantes naturais aqueles com melhores salários. Nesse
caso, tomando o grupo dos não migrantes como base, cerca de 22,0% da diferença é explicada pelos
atributos observados e a parte não explicada, que pode ser interpretada como os efeitos potenciais de
diferenças nas variáveis não observadas, explica 78,2% do diferencial. Note que ambos os efeitos
captados pela decomposição agem no sentido de aumentar o diferencial (ambos seguem o mesmo
sinal do diferencial total).
Para os trabalhadores com nível fundamental, 34,4% da diferença salarial entre não migrantes e
migrantes não naturais é devido aos atributos pessoais e 65,6% devido ao efeito migração (diferencial
não explicado). Com relação àqueles que possuem nível médio, 54,7% da diferença em favor dos
migrantes não naturais é explicada pela valorização das características não observáveis.
Tabela 3 – Decomposição de Oaxaca-Blinder: diferencial de salários por
condição de migração segundo nível educacional no Nordeste
Categoria-base: Não Migrante
Migrante Não Natural versus Não Migrante
Fundamental Médio Superior
Coeficiente % Coeficiente % Coeficiente %
Diferencial total 0,224
***
(0,0409) 100,0 0,214
***
(0,0272) 100,0 0,362
***
(0,0456) 100,0
Diferencial devido aos atributos 0,077
***
(0,0243) 34,4 0,097
***
(0,0180) 45,3 0,079
***
(0,0274) 21,8
Diferencial não explicado 0,147
***
(0,0363) 65,6 0,117
***
(0,0235) 54,7 0,283
***
(0,0428) 78,2
Nota: Níveis de significância: ***1%, **5% e *10%. Erros-padrão entre parênteses.
Fonte: Elaboração própria a partir dos dados da PNAD de 2014.
A Tabela 4 traz para a discussão a decomposição salarial entre não migrantes e migrantes de
retorno por nível de educação. A maior diferença salarial foi constatada entre os não migrantes e os
migrantes de retorno também com nível superior (0,251). Os remigrados são positivamente
selecionados tanto em características observáveis como em características não observáveis. Esse
resultado corrobora com o achado de Ribeiro (2013), que sugere autosseleção positiva para os
imigrantes de retorno brasileiros, pois esses recebem salários mais altos do que os não migrantes
homólogos em mais de 87,0% dos casos.
A lacuna entre os rendimentos dos não migrantes e dos migrantes de retorno com nível
fundamental e médio, captada pelo diferencial total, é positiva (0,125 e 0,118, respectivamente). Esse
resultado indica que os migrantes de retorno têm melhores rendimentos médios em comparação com
aqueles que optam por não migrar, corroborando com a análise descritiva feita anteriormente por
meio do Figura 1.
A parcela relativa aos atributos representa 43,2% do diferencial total para aqueles com nível
fundamental e 24,6% para os com ensino médio. Nesse caso, o coeficiente dos não migrantes é
mantido fixo e são analisadas as diferenças nas características produtivas e que são observadas. Como
destacado na metodologia, um sinal positivo dessa parcela indica uma seleção positiva dos migrantes
de retorno se comparados com os não migrantes.
9
Os resultados das equações de seleção e salários para cada nível de educação, embora não reportados no texto, podem
ser fornecidos pelos autores, mediante requisição.

Maria Adreciana Silva de Aguiar, Daniel Tomaz de Sousa, Priscila Silva Rodrigues
Revista Brasileira de Estudos Regionais e Urbanos, vol. 12, n. 4, pp. 436-452, 2018
446
Tabela 4 – Decomposição de Oaxaca-Blinder: diferencial de salários por
condição de migração segundo nível educacional no Nordeste
Categoria-base: Não Migrante
Migrante de Retorno versus Não Migrante
Fundamental Médio Superior
Coeficiente % Coeficiente % Coeficiente %
Diferencial total 0,125
***
(0,2981) 100,0 0,118
***
(0,0220) 100,0 0,251
***
(0,0435) 100,0
Diferencial devido aos atributos 0,054
**
(0,0235) 43,2 0,029
*
(0,0150) 24,6 0,084
***
(0,0312) 33,5
Diferencial não explicado 0,071
**
(0,0277) 56,8 0,089
***
(0,0198) 75,4 0,167
***
(0,0430) 66,5
Nota: Níveis de significância: ***1%, **5% e *10%. Erros-padrão entre parênteses.
Fonte: Elaboração própria a partir dos dados da PNAD de 2014.
A última tabela refere-se ao hiato salarial entre as duas categorias de migrantes (migrantes
retornados e não naturais). Os trabalhadores não naturais do Nordeste apresentam superioridade
salarial frente aos trabalhadores que retornaram à região, em todos os níveis educacionais,
principalmente para aqueles com ensino superior (0,111). Essa superioridade salarial dos migrantes
não naturais em relação aos migrantes de retorno é consistente com o estudo de Assis, Costa e Silva
(2012) para o estado da Bahia.
Tabela 5 – Decomposição de Oaxaca-Blinder: diferencial de salários por
condição de migração segundo nível educacional no Nordeste
Categoria-base: Migrante de
Retorno
Migrante de Retorno versus Migrante Não Natural
Fundamental Médio Superior
Coeficiente % Coeficiente % Coeficiente %
Diferencial total 0,099
**
(0,0488) 100,0 0,095
***
(0,0328) 100,0 0,111
*
(0,0577) 100,0
Diferencial devido aos atributos -0,024
(0,0216) -24,2 0,028
(0,0182) 29,5 -0,040
(0,0282) -36,0
Diferencial não explicado 0,123
**
(0,0491) 124,2 0,067
**
(0,0300) 70,5 0,151
***
(0,0526) 136,0
Nota: Níveis de significância: ***1%, **5% e *10%. Erros-padrão entre parênteses.
Fonte: Elaboração própria a partir dos dados da PNAD de 2014.
Observa-se que o componente não explicado corresponde a 136,0% do diferencial para os
migrantes com ensino superior, 70,5% para os com ensino médio e 124,2% para os que possuem
apenas o ensino fundamental, indicando uma seleção positiva do migrante não natural em comparação
com o migrante de retorno. Esse percentual implica que, caso se mantenham fixos os atributos médios
dos migrantes naturais, o mercado remunera melhor esses migrantes apenas por não terem nascido na
região Nordeste e não por diferenças em atributos produtivos observáveis.
Nota-se, a partir dessas comparações e de forma geral, que há uma vantagem referente aos
migrantes, sejam eles de retorno ou não naturais. Esse resultado indica que existe um componente
relativo à absorção de capital humano advindo do processo migratório que beneficia os migrantes em
contraponto aos não migrantes, que, caso possuíssem melhores características, ainda possuiriam as
piores remunerações. Esse resultado é semelhante ao observado por Ramalho e Queiroz (2011) e
Assis e Alves (2014).
Conclui-se que o fato de ter no mínimo um diploma de graduação aumenta a diferença salarial
dos migrantes frente aos que decidem por não migrar e entre os migrantes não naturais com relação
os remigrados.
Com base nesses resultados, sugere-se como destacado por Sassen (1990) que os grupos de
migrantes têm vantagens no mercado de trabalho. Esses possuem, em média, maiores salários em

Diferenciais de salários na região Nordeste: uma análise segundo condição de migração e nível educacional
Revista Brasileira de Estudos Regionais e Urbanos, vol. 12, n. 4, pp. 436-452, 2018
447
relação aos não migrantes com mesmo nível de educação, pois tendem a se inserir nos extremos da
estrutura ocupacional. Essas evidências assemelham-se com as encontradas por Vilela (2011). A
autora, apesar de analisar a migração internacional, encontra que os imigrantes internacionais têm
menores chances de se encontrarem na classe 3 do que os brasileiros
10
.
5. Considerações finais
Este artigo teve como objetivo verificar os diferenciais de rendimentos entre os migrantes e os
não migrantes na região Nordeste avaliando-os por diferentes níveis educacionais, em 2014. Para
tanto, estimou-se um modelo de múltiplas escolhas (logit multinomial) e uma equação de salários
minceriana. Por fim, analisaram-se as diferenças salariais entre as condições migratórias utilizando a
decomposição de Oaxaca (1973) e Blinder (1973).
As estatísticas descritivas mostraram que, em média, a maioria da população nordestina não
possui pelo menos o ensino fundamental, com maior percentual para o grupo dos não migrantes
(62,7%). Os migrantes seriam, em média, mais escolarizados do que os não migrantes, assim como
sugere Ferreira (2012). Além disso, independentemente do nível educacional, os migrantes não
naturais da região Nordeste são os que possuem uma média de salário/hora maior.
Com relação às regressões salariais, observou-se que, para cada faixa de ensino concluída,
comparada à categoria omitida (ensino básico ou sem instrução), gerou-se um incremento salarial. O
alto retorno do investimento em educação percebido pelo remigrado se comparado com as outras
categorias pode estar relacionado ao efeito diploma, visto que o migrante de retorno aufere maior
rendimento ao término de cada nível de estudo. Essa evidência pode estar associada ao efeito brain
gain, o migrante de retorno pode ter adquirido capital físico ou humano na região de destino.
Os resultados das decomposições indicam que os migrantes apresentam maiores rendimentos
quando comparados aos nordestinos que não migraram, indicando uma seleção positiva. Porém,
quando comparados os tipos de migrantes, de retorno e não natural, há um favorecimento para a
segunda categoria, indicando uma seleção positiva do migrante não natural. Conclui-se que o fato ter
no mínimo um diploma de graduação aumenta a diferença salarial dos migrantes frente aos que
decidem por não migrar.
A partir desses resultados, sugere-se como destacado por Sassen (1990) que os grupos de
migrantes têm vantagens no mercado de trabalho, pois estão inseridos nos extremos da estrutura
ocupacional. Essas evidências assemelham-se com as encontradas por Vilela (2011). A autora, apesar
de analisar a migração internacional, encontra que os imigrantes internacionais têm menores chances
de se encontrarem na classe de trabalhadores menos qualificados do que os brasileiros.
Deixa-se como sugestão de análise, para trabalhos futuros, a investigação da qualificação
profissional desses migrantes com nível superior, fato que, como sugerido anteriormente, pode
justificar essa diferença salarial.
Diante dos resultados encontrados, nota-se que o status de migrante impacta positivamente sobre
os rendimentos. Portanto, os migrantes podem contribuir para o desenvolvimento da região Nordeste,
principalmente porque a migração de retorno pode deixar de ser um fenômeno brain drain para se
tornar um brain gain.
Cabe aos formuladores de políticas a elaboração de projetos específicos a fim de potencializar os
efeitos positivos desse fenômeno migratório. Por exemplo, políticas públicas que incentivem os
indivíduos a deixarem suas localidades para a procura de maior capital humano e depois o retorno
desses, mesmo que de forma indireta (diminuição da violência, maiores oportunidades de emprego e
melhorias de salários).
10
Segundo a autora, classe 3 refere-se aos trabalhadores manuais semiqualificados e não qualificados e os trabalhadores
rurais.

Maria Adreciana Silva de Aguiar, Daniel Tomaz de Sousa, Priscila Silva Rodrigues
Revista Brasileira de Estudos Regionais e Urbanos, vol. 12, n. 4, pp. 436-452, 2018
448
Referências
ARRAES, R. A.; MARIANO, F. Z. Endogeneidade da educação na previsão da taxa de retorno:
avaliação metodológica e aplicação para regiões brasileiras e estados selecionados. Revista
Econômica do Nordeste, v. 45, n. 2, p. 125-139, 2016.
ARROW, K. The theory of discrimination. In: Proceedings of Conference on Discrimination in Labor
Markets, Industrial Relations Section Princeton. Princeton University, 1971.
ASSIS, R. S.; ALVES, J. S. Hiato salarial entre homens e mulheres no Brasil segundo condição
migratória: o mercado de trabalho é segregado ou discrimina?. Revista Econômica do Nordeste,
v. 45, n. 1, p. 120-135, 2014.
ASSIS, R. S.; COSTA, E. M.; SILVA, J. L. M. Impacto da migração de não naturais e da migração
de retorno sobre a distribuição de renda dos estados da Bahia e de São Paulo: um olhar sobre a
Inserção desses indivíduos no mercado de trabalho local. In: Anais do 39º Encontro Nacional de
Economia. Associação Nacional dos Centros de Pós-Graduação em Economia. Porto de
Galinhas, 2012.
BAKER, M.; BENJAMIN, D. The performance of immigrants in the Canadian labor market. Journal
of Labor Economics, v. 12, n. 3, p. 369-405, 1994.
BATISTA, N. N. F.; CACCIAMALI, M. C. Diferencial de salários entre homens e mulheres segundo
a condição de migração. Revista Brasileira de Estudos Populacionais, v. 26, n. 1, p. 97-115,
2009.
BECKER, G. S. Investment in human capital: a theoretical analysis. Journal of Political Economy,
n. 70, v. 5, p. 9-49, 1962.
BECKER, G. S. The economics of discrimination. Chicago: University of Chicago Press, 1957.
BLINDER, A. S. Wage discrimination: reduced form and structural estimates. Journal of Human
Resources, v. 8, p. 436-455, 1973.
BONACICH, E. A theory of middleman minorities. American Sociological Review, v. 38, p. 583-
594, 1973.
BORJAS, G; BRATSBERG, B. Who leaves? The Outmigration of the Foreign-Born. The Review of
Economics and Statistics, v. 78, n. 1, p. 165-76, 1996.
CARVALHO A. P.; NÉRI, M. C.; SILVA, D. B. N. Diferenciais de salários por raça e gênero no
Brasil: aplicação dos procedimentos de Oaxaca e Heckman em pesquisas amostrais complexas.
In: Anais do 15º Encontro Nacional de Estudos Populacionais. Associação Brasileira de Estudos
Populacionais. Caxambú, MG, 2006.
CHISWICK, B. High skilled immigration in the international arena. Institute for the Study of Labor,
2005. (IZA Discussion Paper, n. 1782).
CHISWICK, B. R.; MILLER, P. W. Why is the payoff to schooling smaller for immigrants?. Labour
Economics, v. 15, n. 6, p. 1317-1340, 2008.
CHISWICK, B. The effect of Americanization on the earnings of foreign-born men. Journal of
political Economy, v. 86, n. 5, p. 897-921, 1978.
DOERINGER, P. B.; PIORE, M. J. Internal labor markets and manpower analysis. Lexington: ME
Sharpe, 1985.
DUSTMANN, C.; GLITZ, A. Migration and education. Handbook of the Economics of Education, v.
4, p. 327-439, 2011.

Diferenciais de salários na região Nordeste: uma análise segundo condição de migração e nível educacional
Revista Brasileira de Estudos Regionais e Urbanos, vol. 12, n. 4, pp. 436-452, 2018
449
DUSTMANN, C; KIRCHKAMP, O. The optimal migration duration and activity choice after
remigration. Journal of Development Economics, v. 67, p. 351-372, 2002.
FERREIRA, A. A. Ensaios sobre a migração de retorno interestadual no Brasil. 2012. 111 f.
Dissertação (Mestrado em Economia) – Programa de Pós-Graduação em Economia,
Universidade Federal da Paraíba, João Pessoa, 2012.
GAMA, L. C. D.; MACHADO, A. F. Migração e rendimentos no Brasil: análise dos fatores
associados no período intercensitário 2000-2010. Estudos Avançados, v. 28, n. 81, p. 155-174,
2014.
GHEASI, M.; NIJKAMP, P.; RIETVELD, P. Wage gaps between native and migrant graduates of
higher education institutions in the Netherlands. Letters in Spatial and Resource Sciences, v. 10,
n. 3, p. 277-296, 2017.
GORDON, M. M. Assimilation in American life. Orford: Oxford University Press, 1964.
GUNDEL, S.; PETERS, H. What determines the duration of stay of immigrants in Germany?
Evidence from a longitudinal duration analysis. International Journal of Social Economics, v.
35, n. 11, p. 769-782, 2008.
HALVORSEN, R.; PALMQUIST, R. The interpretation of dummy variables in semilogarithmic
equations. American Economic Review, v. 70, n. 3, p. 474-475, 1980.
HANSON, G. H. International migration and development. In: RODRIK, D.; ROSENZWEIG, M.
(Eds.). Handbook of Development Economics, v. 5, 2010. p. 4363-4414
HARRIS, R. J.; TODARO, M. P. Migration, unemployment and development: a two-sector analysis.
American Economic Review, n. 60, v. 1, p. 126-142, 1970.
HECKMAN, J. V. Sample selection as a specification error. Econometrica, v. 47, p. 153-161, 1979.
HUNT, J. C.; KAU, J. B. Migration and wage growth: a human capital approach. Southern Economic
Journal, v. 51, n. 3, p. 697-710, 1985.
IBGE – Instituto Brasileiro de Geografia e Estatística. Pesquisa Nacional por Amostra de
Domicílios. Rio de Janeiro: IBGE, 2014.
JANN, B. The Blinder - Oaxaca decomposition for linear regression models. The Stata Journal, v.
8, n. 4, p. 453-479, 2008.
LEE, L-F. Generalized econometric models with selectivity. Econometrica, v. 51, n. 2, p. 507-512,
1983.
OAXACA, R. L. Male-female wage differentials in urban labor markets. International Economic
Review, v. 14, n. 4, p. 693-790, 1973.
OAXACA, R. L.; RANSOM, M. R. Identification in detailed wage decompositions. Review of
Economics and Statistics, v. 81, n. 1, p. 154-157, 1999.
OLIVEIRA, C. M. S.; RAMALHO, H. M. Migração interestadual de retorno e inserção no mercado
de trabalho: evidências para o estado Paraíba. In: Anais do XI Encontro de Economia Baiana,
Salvador, BA, 2015.
PESSOA, D. G. C.; NASCIMENTO SILVA, P. L. Análise de dados amostrais complexos. In: Anais
do 13º Simpósio Nacional de Probabilidade e Estatística. Associação Brasileira de Estatística.
Caxambu, SP, 1998.

Maria Adreciana Silva de Aguiar, Daniel Tomaz de Sousa, Priscila Silva Rodrigues
Revista Brasileira de Estudos Regionais e Urbanos, vol. 12, n. 4, pp. 436-452, 2018
450
PHELPS, E. S. The statistical theory of racism and sexism. The American Economic Review, v. 62,
n. 4, p. 659-661, 1972.
PIORE, M. J. Birds of passage: Migrant labor and industrial societies. Cambridge: University Press
Cambridge, 1979.
RAMALHO, H. M. B.; SILVEIRA NETO, R. M. Capital humano e retorno à migração: o caso da
migração rural-urbana no Nordeste do Brasil. Revista Econômica do Nordeste, v. 38, n. 3, p. 343-
364, 2007.
RAMALHO, H. M.B., QUEIROZ, V. S. Migração interestadual de retorno e autosseleção: evidências
para o Brasil. Pesquisa e Planejamento Econômico, v. 41, n. 3, p. 369-396, 2011.
RIBEIRO, A. C. B. M. Autosseleção de imigrantes de retorno: evidências para o Brasil de 2000 a
2010. 2013. 82 f. Dissertação (Mestrado em Economia do Desenvolvimento). Programa de Pós-
Graduação em Economia do Desenvolvimento, Pontifícia Universidade Católica do Rio Grande
do Sul, Porto Alegre, 2013.
RIBEIRO, E. P.; BASTOS, V. M. Viés de seleção, retornos à educação e migração no Brasil. In:
Anais do 26º Encontro Brasileiro de Econometria, Sociedade Brasileira de Econometria, João
Pessoa, PB, 2004.
RODRIGO, K. C. T. T.; MOURA, F. K. F.; SOUZA, S. C. I. MAIA, K. Diferença salarial segundo
a condição de migração e sexo na Bahia. Revista Economia e Desenvolvimento, v. 14, n. 2, 181-
195, 2015.
SANTOS, W. B. Ensaios sobre migração interna de pessoas com alta instrução no Brasil.
Dissertação (Mestrado em Economia) – Programa de Pós-Graduação em Economia,
Universidade Federal da Paraíba, João Pessoa, 2013.
SASSEN, S. The mobility of labor and capital: A study in international investment and labor flow.
Cambridge: Cambridge University Press, 1990.
SCHULTZ, T. W. Investiment in human capital. American Economic Review, v. 51, n. 1, p. 1-17,
1961.
SJAASTAD, L. A. The Costs and returns of human migration. Journal of Political Economy, v. 70,
n. 5, p. 80-93, 1962.
SPENCE, M.; Job market signaling. Quarterly Journal of Economics, v. 87, n. 3, p. 355-374, 1973.
VILELA, E. M. Desigualdade e discriminação de imigrantes internacionais no mercado de trabalho
brasileiro. DADOS – Revista de Ciências Sociais, v. 54, n. 1, p. 89-128, 2011.

Diferenciais de salários na região Nordeste: uma análise segundo condição de migração e nível educacional
Revista Brasileira de Estudos Regionais e Urbanos, vol. 12, n. 4, pp. 436-452, 2018
451
Apêndice
Tabela A.1 – Descrição das variáveis
Variáveis dependentes
Equação de seleção Variável tricotômica que assume valor 1 para os não migrantes*, 2 para os migrantes de retorno
e 3 para os migrantes não naturais.
Equações de
rendimentos Logaritmo do rendimento do trabalho principal por horas trabalhadas.
Atributos pessoais
Homem Variável dummy: 1 homem; 0 mulher *.
Branco Variável dummy: 1 branco; 0 não branco*.
Idade Variável contínua que indica a idade do indivíduo em anos.
Idade
2
Idade ao quadrado. Visa captar o efeito do ciclo de vida sobre os rendimentos individuais.
Ensino Primário ou
Sem Instrução
Variável dummy que assume valor 1 para os que possuem ensino fundamental incompleto ou
não possuem instrução* e 0 caso contrário.
Ensino Fundamental Variável dummy que assume valor 1 para os que possuem ensino fundamental e 0 caso
contrário*.
Ensino Médio Variável dummy que assume valor 1 para os que possuem ensino médio e 0 caso contrário*.
Ensino Superior Variável dummy que assume valor 1 para os que possuem ensino superior e 0 caso contrário*.
Família
Chefe da família Variável dummy que indica a posição familiar do indivíduo. Assume valor 1 para os que são
chefes do domicílio e 0 caso contrário*.
Casado Variável dummy que expressa a situação conjugal. Assume o valor 1 para os que possuem
cônjuge e 0 caso contrário*.
Tamanho da família Variável contínua que indica o número de componentes da família.
Filhos menores de 14
anos
Variável dummy que indica se o indivíduo possui filhos menores de 14 anos. Assume o valor
1 para o indivíduo que possui filho menor de 14 anos e 0 caso contrário*.
Mercado de Trabalho
Empregado sem
carteira assinada
Variável dummy que assume o valor 1 para empregados sem carteira de trabalho assinada e 0
caso contrário*.
Empregado com
carteira assinada
Variável dummy que assume o valor 1 para empregados com carteira de trabalho assinada* e
0 caso contrário.
Autônomo Variável binária: 1 - trabalhador autônomo/conta-própria; 0 caso contrário*.
Funcionário público Variável dummy que assume o valor 1 para funcionários públicos e militares e 0 caso
contrário*.
Empregador Variável dummy que assume o valor 1 para os empregadores e 0 caso contrário*.
Estabilidade Variável contínua que indica o número de anos no trabalho principal.
Residência
Região Metropolitana Variável dummy que assume valor 1 para residentes em áreas metropolitanas e 0 caso
contrário*.
Urbana Variável dummy que assume valor 1 para residentes na zona urbana e 0 caso contrário*.
Nota: *Categoria de referência/controle.
Fonte: Elaboração própria a partir dos dados da PNAD de 2014

Maria Adreciana Silva de Aguiar, Daniel Tomaz de Sousa, Priscila Silva Rodrigues
Revista Brasileira de Estudos Regionais e Urbanos, vol. 12, n. 4, pp. 436-452, 2018
452
Tabela A.2 – Determinantes da migração no Nordeste – Logit Multinomial
Retornados Não Naturais
Coeficientes p-valor TRR Coeficientes p-valor TRR
Homem 0,206
***
0,000 1,229
***
0,102
**
0,013 1,107
**
(0,0334) (0,0410)
Branco 0,141
***
0,000 1,151
***
0,291
***
0,000 1,338
***
(0,0360) (0,0446)
Idade 0,0778
***
0,000 1,081
***
0,0236
***
0,002 1,024
***
(0,00683) (0,00770)
Idade2 -0,000537
***
0,000 0,999
***
0,0000394 0,634 1,000
(0,0000734) (0,0000827)
Fundamental 0,210
***
0,000 1,234
***
0,107
*
0,100 1,113
*
(0,0496) (0,0650)
Médio 0,110
**
0,024 1,116
**
0,189
***
0,001 1,208
***
(0,0484) (0,0581)
Superior 0,223
***
0,002 1,250
***
0,640
***
0,000 1,896
***
(0,0724) (0,0807)
Chefe 0,211
***
0,000 1,235
***
0,0527 0,173 1,054
(0,0345) (0,0386)
Casado 0,0849
**
0,044 1,089
**
0,142
***
0,002 1,153
***
(0,0422) (0,0467)
Filho14 0,197
***
0,000 1,217
***
0,190
***
0,000 1,209
***
(0,0491) (0,0511)
Tamanho da
família
-0,107
***
0,000 0,898
***
-0,0910
***
0,000 0,913
***
(0,0135) (0,0178)
Empregado sem
carteira
0,0928
*
0,065 1,097
**
-0,137
**
0,012 0,872
**
(0,0502) (0,0547)
Empregador 0,291
***
0,003 1,338
***
0,368
***
0,000 1,445
***
(0,0970) (0,102)
Funcionário
público
-0,104 0,152 0,901 -0,298
***
0,000 0,742
***
(0,0728) (0,0816)
Autônomo 0,207
***
0,000 1,230
***
0,126
***
0,009 1,135
***
(0,0414) (0,0480)
Estabilidade
(anos)
-0,0248
***
0,000 0,976
***
-0,0241
***
0,000 0,976
***
(0,00205) (0,00265)
Urbana 0,285
***
0,000 1,329
***
0,517
***
0,000 1,677
***
(0,0539) (0,0918)
Região
Metropolitana
-0,857
***
0,000 0,424
***
-0,703
***
0,000 0,495
***
(0,0452) (0,0556)
Constante -3,986
***
0,000 0,0186
***
-3,456
***
0,000 0,0315
***
(0,164) (0,199)
Observações 47.600
Nota: Categoria de referência (omitida): Não migrante. Níveis de significância: ***1%, **5% e *10%. Erros-padrão entre
parênteses.
Fonte: Elaboração própria a partir dos dados da PNAD de 2014.