O presente boletim analisa a relação entre o desempenho educacional no ensino fundamental e a inserção no mercado de trabalho cerca de uma década depois. O estudo considera os indivíduos que cursaram os anos finais do ensino fundamental e realizaram o Ideb em 2013, 2015 e 2017. Para cada município, foi calculada a média das notas do Ideb, utilizada como medida inicial da qualidade educacional.

A análise foca na população de 18 a 24 anos em 2023, incluindo apenas indivíduos com, no mínimo, o ensino fundamental completo. Para caracterizar a situação desses jovens no mercado de trabalho, foram construídas variáveis como média de anos de estudo, horas trabalhadas semanalmente, salário mensal e, a partir deste, o salário-hora - variável dependente do estudo.

O modelo econométrico segue a especificação minceriana clássica, estimada por Mínimos Quadrados Ordinários (MQO):



em que (wi)  representa o logaritmo do salário-hora no município i, e β1 mensura o efeito marginal do Ideb médio sobre os salários, constituindo o principal parâmetro de interesse. O termo Zi agrega as demais variáveis explicativas, permitindo representar de forma compacta um conjunto de controles socioeconômicos e demográficos (MINCER, 1974).

O Ideb médio dos anos finais do ensino fundamental (2013, 2015 e 2017) é considerado indicador da qualidade educacional municipal, permitindo avaliar se ambientes escolares mais favoráveis se traduzem em maior produtividade e melhores remunerações. A escolaridade média municipal representa o nível educacional da força de trabalho local, característica amplamente associada, segundo a literatura, ao aumento das habilidades cognitivas e não cognitivas.

A distância em relação à capital do estado é utilizada como proxy de acesso a oportunidades econômicas, redes produtivas e serviços públicos. Municípios mais afastados tendem a apresentar menor dinamismo econômico e menor integração a mercados regionais, fatores que podem limitar os salários. O índice de Gini municipal (2010) capta a desigualdade econômica local, possivelmente associada à segmentação do mercado de trabalho e a diferentes padrões de remuneração. A população municipal (em milhares) é incorporada como indicador da escala econômica e do tamanho do mercado de trabalho, dado que municípios mais populosos tendem a oferecer maior diversidade de atividades e oportunidades ocupacionais.

O termo εi representa fatores nao observados que afetam o salário-hora. Para mitigar potenciais problemas de heterocedasticidade – variações sistemáticas na variância dos resíduos entre municípios – são aplicados erros-padrão robustos do tipo HC1, assegurando inferências estatísticas consistentes.

A escolha do MQO justifica-se por sua simplicidade, interpretação direta e ampla utilização em análises de relações lineares entre variáveis contínuas. Nesse método, os coeficientes estimados podem ser interpretados como variações percentuais médias no salário-hora decorrentes de alterações unitárias nas variáveis explicativas, mantendo-se as demais constantes.

A análise foi realizada considerando todos os municípios brasileiros, permitindo identificar em que medida a qualidade da educação básica influencia os salários médios. Os resultados contribuem para orientar políticas públicas voltadas à educação e ao desenvolvimento econômico local, destacando fatores que ampliam ou limitam os ganhos de longo prazo da população jovem.

Além disso, realizou-se uma avaliação da distribuição de valores ausentes (NA) no banco de dados, agrupando os municípios segundo as cinco grandes regiões brasileiras, conforme a classificação oficial do IBGE. Os resultados revelam uma heterogeneidade expressiva entre as regiões. O Sudeste apresenta o maior volume de NAs (262 observações), seguido pelo Nordeste (134) e pelo Sul (86). As regiões Norte (22) e Centro-Oeste (20) registram os menores quantitativos.

A Tabela 1 apresenta um panorama geral da distribuição das variáveis utilizadas na análise, permitindo compreender a magnitude, a variabilidade e a presença de possíveis assimetrias nos dados municipais. O salário-hora médio dos jovens de 18 a 24 anos em 2023 apresenta valor de R$10,17, com desvio-padrão de 2,39, indicando relativa dispersão entre os municípios. A mediana (R$10,14) é muito próxima da média, o que sugere uma distribuição aproximadamente simétrica, embora o valor mínimo extremamente baixo (R$ 0,18) aponte a presença de municípios com remunerações bastante reduzidas.

O Ideb apresenta média de 4,16 e mediana de 4,20, valores próximos entre si, indicando uma distribuição sem grandes assimetrias. O desvio-padrão de 0,59 demonstra moderada variação entre municípios, coerente com as heterogeneidades regionais da qualidade educacional no país. A escolaridade média municipal situa-se em torno de 11,94 anos, com mediana praticamente idêntica (11,92).

A distância à capital apresenta média de 250,6 km e desvio-padrão elevado (164,9 km), evidenciando grande heterogeneidade espacial. A mediana de 225,9 km sugere que metade dos municípios brasileiros está a mais de duas centenas de quilômetros de sua capital estadual. O índice de Gini, com média de 0,494 e mediana de 0,490, indica níveis elevados de desigualdade intramunicipal, consistentes com padrões historicamente observados no Brasil. A baixa variabilidade (desvio padrão de 0,068) sugere que a desigualdade é elevada em quase todo o território.

Por fim, a população municipal, expressa em milhares de habitantes, apresenta heterogeneidades. Enquanto a média é de 36,5 mil habitantes, a mediana é de apenas 11 mil, revelando que a maior parte dos municípios brasileiros é de pequeno porte, mas poucos municípios extremamente populosos elevam a média. O desvio padrão elevado (206,8 mil) e o máximo superior a 11 milhões reforçam essa concentração populacional típica do padrão urbano brasileiro.

Em conjunto, essa heterogeneidade municipal está em consonância com a literatura de economia regional, que documenta fortes desigualdades espaciais de renda, capital humano e estrutura produtiva no Brasil, mesmo após décadas de crescimento econômico ( AZZONI, 2001; NETO; AZZONI, 2011)}.Tal diversidade sugere que os impactos sobre os salários dos jovens devem variar significativamente pelo território, justificando a estimação de modelos separados por região e o uso de especificações capazes de capturar essa complexidade.



Em seguida, com base na Tabela 2, os coeficientes associados ao Ideb médio municipal revelam uma relação robusta e estatisticamente significativa entre a qualidade do ensino e o nível salarial dos jovens na maior parte das regiões. No modelo nacional, um incremento de um ponto no Ideb implica aumento aproximado de 7,7% no salário-hora. Esse resultado está alinhado à literatura que enfatiza que a qualidade da educação, capturada por medidas de desempenho escolar e habilidades cognitivas, exerce papel central na determinação dos rendimentos do trabalho, frequentemente mais relevante do que os anos de escolaridade formais (HANUSHEK; WOESSMANN, 2008; HANUSHEK; WOESSMANN, 2012). Resultados semelhantes emergem nas regiões Norte, Nordeste, Centro-Oeste e Sudeste, ainda que com magnitudes distintas: os efeitos são relativamente maiores no Norte e menores no Centro-Oeste. Apenas na região Sul e no estado de São Paulo, o Ideb não se mostra estatisticamente significativo, pois em regiões onde a qualidade educacional é mais homogênea e relativamente elevada, medidas agregadas de desempenho tendem a perder poder explicativo, conforme discutido por (HANUSHEK; WOESSMANN, 2008).

Os coeficientes da escolaridade média municipal evidenciam efeitos mais heterogêneos. No modelo nacional, o coeficiente assume sinal negativo, embora de baixa magnitude, o que pode indicar colinearidade com o Ideb, variável que captura a dimensão qualitativa da educação. Nas regiões Sudeste e Sul, e no estado de São Paulo, a escolaridade apresenta coeficientes positivos e significativos, alinhando-se ao esperado. Em contraste, no Centro-Oeste, o sinal negativo e estatisticamente significativo sugere um padrão distinto, possivelmente relacionado à composição setorial da economia regional ou à presença de mercados de trabalho em que o aumento da escolaridade média não se traduz em maior produtividade ou remuneração. Assim, no caso brasileiro, evidências indicam que os retornos da escolaridade variam substancialmente conforme a estrutura regional do mercado de trabalho e o nível de desenvolvimento local (MENEZES-FILHO, 2001; FERREIRA; VELOSO, 2006).

A distância do município à capital estadual apresenta efeitos de pequena magnitude, mas com padrões distintos entre as regiões. No agregado nacional, a relação é positiva e significativa, indicando que maior distância não implica, necessariamente, menores salários, controlando-se pelos efeitos das demais variáveis, podendo refletir a presença de polos regionais economicamente dinâmicos fora das capitais. Nas regiões Sul e no estado de São Paulo, entretanto, a distância exerce efeito negativo sobre a remuneração, indicando que a proximidade dos principais centros urbanos pode ser determinante para o acesso a melhores oportunidades de trabalho. No Centro-Oeste, o sinal positivo e significativo pode ser explicado pela importância de municípios mais afastados do Distrito Federal e com fortes dinâmicas associadas ao agronegócio. Esse padrão é compatível com a literatura de economia urbana e regional, que destaca a existência de polos econômicos dinâmicos fora das capitais, capazes de gerar mercados de trabalho relativamente autônomos (COMBES; DURANTON; GOBILLON, 2008).

O índice de Gini municipal, por sua vez, apresenta coeficiente negativo e estatisticamente significativo no modelo nacional e em regiões como Norte, Sudeste e Sul, sugerindo que maior desigualdade intramunicipal tende a estar associada a menores salários médios. Nas regiões Nordeste e Centro-Oeste, contudo, o Gini não é significativo, o que pode indicar que outras características estruturais - não capturadas neste modelo - desempenham um papel mais relevante na determinação dos salários locais. A associação negativa entre desigualdade intramunicipal e salários médios é consistente com a literatura que argumenta que altos níveis de desigualdade tendem a segmentar mercados de trabalho, restringir a mobilidade social e limitar a difusão dos ganhos de produtividade (AGHION; CAROLI; GARCIAPENALOSA, 1999; BOURGUIGNON, 2004).

O tamanho populacional dos municípios configura-se como um dos determinantes mais consistentes: em praticamente todas as regiões, sua relação com o salário-hora é positiva e estatisticamente significativa. Esse resultado está de acordo com a literatura sobre economias de aglomeração, segundo a qual cidades maiores tendem a concentrar mercados de trabalho mais dinâmicos, maior diversidade ocupacional e oportunidades associadas à produtividade urbana. Esse resultado está de acordo com a literatura sobre economias de aglomeração, segundo a qual cidades maiores concentram maior diversidade produtiva, aprendizado no mercado de trabalho e ganhos de produtividade (GLAESER; MARE, 2001; HENDERSON, 2003).

Por fim, os valores de R2 situam-se entre 0,015 e 0,198, níveis considerados típicos para modelos com unidades de observação municipais. Como os salários individuais dependem de fatores microeconômicos não observados -- como escolaridade individual, experiência, ocupação, gênero e setor de atuação -, é esperado que modelos agregados apresentem capacidade explicativa moderada. Ainda assim, os resultados fornecem evidências consistentes de que fatores educacionais, demográficos e distributivos em nível municipal estão associados de forma sistemática à renda dos jovens.



Assim, o conjunto dos resultados reforça a importância da qualidade educacional - mais do que apenas a quantidade de escolaridade - na determinação dos salários médios municipais, ao mesmo tempo em que evidencia a heterogeneidade regional dos retornos da educação e das demais características socioeconômicas. Esses achados sugerem que políticas educacionais e de desenvolvimento local precisam considerar diferenças territoriais, uma vez que o impacto de fatores estruturais sobre a renda dos jovens não é uniforme no território brasileiro.

Por fim, o mapa na (colocar a citação da figura) complementa a análise do estado de SP. O mapa apresentado ilustra a distribuição do salário-hora médio (R$/hora) nos municípios paulistas, com diferentes tonalidades de azul representando faixas salariais distintas. As regiões com maior remuneração - entre R$15 e R$20 por hora, indicadas pelo azul-escuro - concentram-se na Região Metropolitana de São Paulo (RMSP) e em polos econômicos estratégicos do interior, como Campinas, São José dos Campos e cidades do eixo de desenvolvimento que liga a capital ao Triângulo Mineiro. Essas localidades se caracterizam por elevada escolaridade média, alta produtividade e diversificação econômica, o que reforça o papel da educação e da estrutura produtiva local como determinantes da renda.

As faixas intermediárias de remuneração, entre R$ 5 e R$ 15 por hora, abrangem a maior parte do território paulista e refletem uma economia heterogênea, marcada por setores de média intensidade tecnológica e por diferentes níveis de desenvolvimento municipal. Já os menores salários-hora (R$0 a R$5), representados pelas tonalidades mais claras, concentram-se no extremo oeste e sudoeste do estado, bem como em áreas litorâneas e vales, onde predominam atividades de menor valor agregado e menor formalização laboral.

Essa distribuição espacial revela uma polarização econômica dentro do estado, na qual os rendimentos mais altos estão fortemente associados à urbanização, à diversificação produtiva e à concentração de capital humano. Por outro lado, os menores salários refletem economias locais com menor densidade industrial e menor qualificação da força de trabalho. O padrão observado sugere que os ganhos associados à qualidade educacional e à estrutura econômica local - capturados no modelo minceriano - tendem a se concentrar em regiões que historicamente já dispõem de maior infraestrutura e capacidade produtiva. O padrão espacial observado reforça os resultados econométricos e está em linha com a literatura que associa maiores salários à urbanização, à concentração de capital humano e à diversificação produtiva (GLAESER; MARE, 2001).