Universidade de São Paulo

Faculdade de Economia Administração e Contabilidade de

Ribeirão Preto
Departamento de Economia
Programa de Pós-Graduação em Economia – Área:
Economia Aplicada

Matheus Mascioli Berlingeri

Competências socioemocionais e mercado de

trabalho: um estudo para o caso brasileiro

Orientador: Prof. Dr. Daniel Domingues dos Santos

Ribeirão Preto
2018
 Prof. Dr. Vahan Agopyan
Reitor da Universidade de São Paulo

Prof. Dr. Dante Pinheiro Martinelli

Diretor da Faculdade de Economia, Administração e Contabilidade
de Ribeirão Preto

Prof. Dr. Sérgio Kannebley Junior

Chefe do Departamento de Economia

Prof. Dr. Sergio Naruhiko Sakurai

Coordenador do Programa de Pós-graduação em Economia – PPGE
Área: Economia Aplicada
 Matheus Mascioli Berlingeri

Competências socioemocionais e mercado de trabalho:

um estudo para o caso brasileiro

Dissertação de Mestrado apresentada ao Pro-

grama de Pós-Graduação em Economia -
Àrea: Economia Aplicada da Faculdade de
Economia , Administração e Contabilidade
de Ribeirão Preto da Universidade de São
Paulo, como parte dos requisitos necessários
para a obtenção do título de Mestre em Ciên-
cias. Versão Corrigida. A original encontra-se
disponível na FEA-RP/USP.

Orientador: Prof. Dr. Daniel Domingues dos Santos

Ribeirão Preto
2018
 Autorizo a reprodução e divulgação total ou parcial deste trabalho,
por qualquer meio convencional ou eletrônico, para fins de estudo e pesquisa,
desde que citada a fonte.

Matheus Mascioli Berlingeri

Competências socioemocionais e mercado de trabalho: um estudo para o caso
brasileiro/ Matheus Mascioli Berlingeri. Ribeirão Preto, 2018
58 p.: il.; 30 cm.

Orientador: Prof. Dr. Daniel Domingues dos Santos

Dissertação de mestrado apresentada ao programa de Pós-Graduação em

Economia - Área: Economia Aplicada da Faculdade de Economia , Administração e
Contabilidade de Ribeirão Preto da Universidade de São Paulo, para a obtenção do
título de Mestre em Ciências.

1. Mercado de Trabalho. 2. Competências Socioemocionais. 2. Soft Skills. I.

Orientador. II. Universidade xxx. III. Faculdade de xxx. IV. Título
 Matheus Mascioli Berlingeri

Competências socioemocionais e mercado de trabalho:

um estudo para o caso brasileiro
Dissertação de Mestrado apresentada ao Pro-
grama de Pós-Graduação em Economia -
Àrea: Economia Aplicada da Faculdade de
Economia , Administração e Contabilidade
de Ribeirão Preto da Universidade de São
Paulo, como parte dos requisitos necessários
para a obtenção do título de Mestre em Ciên-
cias. Versão Corrigida. A original encontra-se
disponível na FEA-RP/USP.

Aprovada em

Banca Examinadora

Prof. Dr. Daniel Domingues dos

Santos
Orientador - FEA-RP/USP

Prof. Dr. Luiz Guilherme Dácar da

Silva Scorzafave
FEA-RP/USP

Prof. Dr. Ricardo Primi

USF

Prof. Dr. André Portela

FGV/EESP

Ribeirão Preto
2018
 Agradecimentos

A conclusão do mestrado, celebrada com a materialização dessa dissertação, marcou

o encerramento de uma fase muito significativa na minha vida. Foi uma fase que começou
boa, se mostrou muito ruim logo em seguida e depois foi tomando um rumo inesperado
e intenso. Foram muitas experiências vividas em pouco tempo, mas que me prepararam
para o novo caminho que estou vivendo hoje.
Quando fiz o discurso da minha turma de graduação, citei uma frase do Rock
Balboa que dizia: “Não importa o quanto você bate, mas o quanto a gente aguenta apanhar
e continuar. O quanto pode suportar e seguir em frente. É assim que se ganha.”. Meu
orientador e amigo Daniel Domingues dos Santos, cuja parceria vem desde a graduação,
foi meu grande técnico. Exigiu, aconselhou, ensinou e foi presente em minhas quedas e
vitórias. À ele dedico esse título.
Foi o Laboratório de Estudos e Pesquisas em Economia Social (LEPES)1 do campus
da Universidade de São Paulo (USP) de Ribeirão Preto meu espaço de treinamento. Aos
professores Luiz Guilherme e Elaine Pazallo, agradeço por tanto contribuírem para minha
formação. Aos amigos do LEPES, Batata, Beth, Chapéu, Lobão, Sunga, Paul, Miró, Frank,
Nó, Duda, Cali, Erica, Vanessa, Bruna, Luna, Cigano, Denis, Legume, Nelson, Reis, Lima
e Anazawa... indescritíveis.
Aos queridos amigos da minha turma de mestrado, dedico a vocês um brinde de
Sub Zero acompanhado de um delicioso X-Costela, sentado na esquina do Marcão ao som
de Conselho - Grupo Revelação.
Aos queridos amigos da pós-graduação, departamento de economia, demais profes-
sores e funcionários, obrigado por sempre me tratarem com atenção e carinho durante o
tempo que estive em Ribeirão.
Por fim, quero agradecer à minha família por todo apoio incondicional e suporte
durante toda essa fase.

1
<http://lepes.fearp.usp.br/>
“Genius is one percent inspiration, ninety-nine percent perspiration”
(EDISON, 1932)
BERLINGERI, M. M. Competências socioemocionais e mercado de trabalho: um
estudo para o caso brasileiro. 2018. 58p. Dissertação (Mestrado) - Faculdade de
Economia, Administração e Contabilidade de Ribeirão Preto, Universidade de São Paulo,
Ribeirão Preto, 2018.

Resumo
Rápidos avanços da tecnologia e desenvolvimentos em diversos campos da ciência
têm provocado mudanças profundas no mercado de trabalho. Nesse contexto,
é bem documentado o papel relevante das competências socioemocionais no
desenvolvimento de competências para o trabalho, sugerindo que os retornos
do mercado de trabalho para habilidades não cognitivas têm aumentado ao
longo do tempo e que os retornos são particularmente fortes para indivíduos
que possuem habilidades cognitivas e não cognitivas. Nosso estudo busca trazer
evidências do retorno associado às competências socioemocionais no mercado de
trabalho brasileiro. Encontramos evidências de que existe um retorno positivo
associado às competências socioemocionais e que esse retorno é diferente entre
grupos de ocupação. Acreditamos que este conhecimento possa incentivar e
reforçar as parcerias entre governos, educadores, formadores, trabalhadores
e empregadores, a fim de gerir melhor o impacto transformador da Quarta
Revolução Industrial no emprego, nas competências e na educação do Brasil.

Palavras-chave: Mercado de Trabalho. Competências Socioemocionais. Soft

Skills.
BERLINGERI, M. M. Socio-emotional competences and labor market: a study
for the Brazilian case. 2018. 58p. Dissertation (Master) - School of Economics, Business
and Accounting of Ribeirão Preto, University of São Paulo, Ribeirão Preto, 2018.

Abstract
Rapid advances in technology and developments in various science fields are
driving deeply changes in the labor market. In this context, the relevant role
of social-emotional skills in the development of job skills is well documented,
suggesting that labor market returns to non-cognitive skills have been increasing
over time and the pay-offs are particularly strong for individuals who have
both cognitive and non-cognitive skills. Our study seeks to bring evidence
of the return associated with social-emotional skills in the Brazilian labor
market. We found evidence that there is a positive return associated with social-
emotional skills and that this return is different between occupation groups.
We believe that this knowledge can encourage and strengthen partnerships
between governments, educators, trainers, workers and employers in order to
better manage the transformative impact of the Fourth Industrial Revolution
on employment, skills and education in Brazil.

Keywords: Labor Market. Social-emotional Skills. Soft Skills.

 Lista de ilustrações

Figura 1 – Proficiencia em Alfabetismo por Grupo de Ocupação . . . . . . . . . . 50

Figura 2 – Score Socioemocional por Grupo de Ocupação (Inaf 2015) - Autogestão 52
Figura 3 – Score Socioemocional por Grupo de Ocupação (Inaf 2015) - Abertura
ao Novo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
Figura 4 – Score Socioemocional por Grupo de Ocupação (Inaf 2015) - Autoconceito 54
Figura 5 – Score Socioemocional por Grupo de Ocupação (Inaf 2015) - Média SEMS 55
Figura 6 – Percentil socioemocional por decil salarial (Inaf 2015) . . . . . . . . . . 56
Figura 7 – Percentil socioemocional por decil salarial (Inaf 2015) - Autogestão . . 56
Figura 8 – Percentil socioemocional por decil salarial (Inaf 2015) - Abertura ao Novo 57
Figura 9 – Percentil socioemocional por decil salarial (Inaf 2015) - Autoconceito . 57
Figura 10 – Percentil socioemocional por decil salarial (Inaf 2015) - Média SEMS . 58
 Lista de tabelas

Tabela 1 – Mudanças nos diferenciais de educação/habilidades profissionais em

países selecionados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
Tabela 2 – Panorama das Competências para o Século XXI segundo Iniciativas
Globais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
Tabela 3 – As habilidades mais citadas na Classificação Brasileira de Ocupações . 25
Tabela 4 – As três competências socioemocionais avaliadas no INAF . . . . . . . . 29
Tabela 5 – Ocupação principal atual - INAF 2015 . . . . . . . . . . . . . . . . . . 30
Tabela 6 – Distribuição dos grupos de ocupação - INAF 2015 . . . . . . . . . . . . 31
Tabela 7 – Distribuição da amostra por regiões brasileiras . . . . . . . . . . . . . . 31
Tabela 8 – Estatísticas salariais por Grupo de Ocupação (em R$) . . . . . . . . . 36
Tabela 9 – Resultados dos modelos de salários . . . . . . . . . . . . . . . . . . . . 38
Tabela 10 – Resultados do modelo de salários - grupos de ocupação . . . . . . . . . 40
 Sumário

Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

I REFERENCIAIS TEÓRICOS 17

1 A QUARTA REVOLUÇÃO INDUSTRIAL E A ESCASSEZ DE TA-

LENTOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

2 A CRESCENTE IMPORTÂNCIA DAS COMPETÊNCIAS SOCIO-

EMOCIONAIS NO MERCADO DE TRABALHO . . . . . . . . . . . 21

3 EVIDÊNCIAS PARA O CASO BRASILEIRO . . . . . . . . . . . . . 23

II ESTRATÉGIA EMPÍRICA 26

4 DADOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

5 METODOLOGIA . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

III RESULTADOS 35

6 RESULTADOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

7 CONSIDERAÇÕES FINAIS . . . . . . . . . . . . . . . . . . . . . . . 41

REFERÊNCIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

APÊNDICES 49

APÊNDICE A – FIGURAS . . . . . . . . . . . . . . . . . . . . . . . 50
 12

Introdução

A preocupação em entender os determinantes dos salários é um fascínio antigo que

precede a própria profissão dos economistas. Estudar o que faz com que um indivíduo
receba maior “recompensa” que outro no mercado de trabalho, bem como as transformações
no mundo do trabalho ajudam não só a compreender as desigualdades decorrentes da
natureza das próprias atividades desempenhadas, como também diversos problemas sociais
como pobreza, criminalidade e outras relações de bem-estar social numa sociedade ou
entre sociedades.
Adam Smith no capítulo 10 do primeiro volume do seu livro, A Riqueza das
Nações, fornece uma análise compreensiva e elegante dos determinantes das diferenças
salariais entre indivíduos e ocupações. Smith enfatizava que as diferenças salariais eram
determinadas por fatores competitivos (diferenças nos custos de treinamento, probabilidade
de sucesso, estabilidade do trabalho e outras facilidades do local de trabalho), diferenças
nas habilidades inatas individuais (que ele sentiu ser relativamente sem importância) e
fatores institucionais (não-competitivos) vindos do que ele chama de “leis da Europa” que
regulavam salários, restringiam a mobilidade dos trabalhadores e facilitava a criação de
barreiras de entrada.
Na primeira metade do século XX, estudos quantitativos da estrutura dos salários
examinaram diferenças e mudanças nos salários por ocupação e na indústria (DOUGLAS
et al., 1930; OBER, 1948; SLICHTER, 1950). Douglas et al. (1930), um pioneiro nos
estudos empíricos da estrutura salarial, pesquisou a evolução do salário dos chamados
trabalhadores white-collar e blue-collar 2 nos Estados Unidos de 1890 a 1926. O autor
documentou o declínio substancial do prêmio salarial para o trabalho white-collar no
período (concentrado na Primeira Guerra Mundial) e argumentou que a rápida expansão
do acesso à educação secundária pública levara ao crescimento da oferta de trabalhadores
qualificados que superou o crescimento da demanda.
A revolução do capital humano das décadas de 1960 e 1970 e o aumento da disponi-
bilidade de grandes bases de dados com informações de ganhos e características individuais
2
Em muitos países (como Canadá, Austrália, Reino Unido, Nova Zelândia, Dinamarca ou Estados
Unidos), os grupos de indivíduos que trabalham são tipicamente classificados com base nas cores dos
colarinho usados no trabalho. Trabalhadores white-collar são assim chamados por causa das camisas
de colarinho branco que estavam na moda entre os trabalhadores de escritório no início e meio do
século XX. Tipicamente, são pessoas que exercem trabalhos profissionais, gerenciais ou administrativos.
Os trabalhadores de colarinho azul (blue-collar) por sua vez, são membros da classe trabalhadora que
realizam trabalhos manuais e ganham um salário por hora ou paga uma taxa por peça pela quantidade
de trabalho realizado. Eram referidos como tais, porque no início do século XX, eles geralmente usavam
roupas resistentes e baratas que não mostravam sujeira facilmente, como camisas de denim ou cambricas
azuis.
Introdução 13

alteraram a ênfase para diferenças salariais explicadas por educação e idade (ou experiência
potencial no mercado de trabalho). Modelos de capital humano decorrentes da educação e
investimentos em treinamento (BECKER, 1962; BECKER, 1994; BEN-PORATH, 1967;
MINCER, 1974) proporcionaram uma explicação coerente de características qualitativas
relativamente intemporais da estrutura salarial que foram encontradas em quase todos os
países e conjunto de dados examinado (WILLIS, 1986): maiores ganhos para trabalhadores
mais educados e retornos crescentes e côncavos para maiores anos de experiência no
mercado. Entretanto, as dimensões quantitativas da estrutura do salário diferem substan-
cialmente através do tempo, assim como entre países e regiões. Nesse período, Tinbergen
(1974, 1975) chegou a especular que a evolução da tecnologia tende a ampliar a demanda
por trabalhos mais qualificados e caracterizou a evolução da estrutura dos salários como
uma “corrida entre o desenvolvimento tecnológico e o acesso à educação”.
Nos anos 80, a pesquisa sobre mudanças na estrutura salarial e desigualdade de
ganhos para os Estados Unidos e outros países da OCDE literalmente explodiu. As estru-
turas salariais de algumas nações da OCDE mudaram consideravelmente e os microdados
de grande escala razoavelmente consistentes e comparáveis tornaram-se cada vez mais
disponíveis para estudar cuidadosamente essas questões. De acordo com Katz e Autor
(1999), as desigualdades salariais por educação e ocupação (especialmente relativa aos
graduados no ensino superior) reduziram substancialmente em quase todas as nações
avançadas durante a década de 1970. Entretanto, desde então os padrões divergentes na
começaram se desenvolver.
Surgiu então na década de 90 uma vasta literatura buscando explicar as mudanças
na estrutura salarial de diversos países desenvolvidos3 . A Tabela 1, retirada de Katz e
Autor (1999), resume as mudanças observadas na desigualdade salarial por educação e/ou
ocupação de países selecionados da OCDE nas décadas de 1970 e 1980. Nota-se que a
tendência para a redução dos diferenciais salariais parou ou se inverteu fortemente em
meados da década de 1980 em todos esses países (exceto a Coréia do Sul). Esses padrões
são sugestivos de um importante papel das diferenças nos fatores de oferta e demanda de
mão-de-obra. A constatação de um declínio nos salários relativos dos menos qualificados,
um aumento acentuado do desemprego desses trabalhadores, ou ambos em quase todos
os países da OCDE nessas duas décadas, apesar de expandir o fornecimento relativo de
trabalhadores altamente qualificados é fortemente indicativo de uma mudança comum na
demanda de mão-de-obra contra os menos qualificados (KATZ et al., 1994; WOOD, 1994;
NICKELL; BELL, 1995).
A partir da década de 1990, o advento dos computadores e o desenvolvimento
exponencial da tecnologia no mercado de trabalho substituindo a mão-de-obra em tarefas
3
Veja, por exemplo, Bekman, Bound e Machin (1998), Davis (1992), Freeman e Katz (1994, 1995),
Gottschalk e Smeeding (1997), Haskel e Slaughter (1998) e OECD (1993, 1996, 1997).
Introdução 14

Tabela 1 – Mudanças nos diferenciais de educação/habilidades profissionais em

países selecionados

Países que experimentaram: Década de 1970 Década de 1980

Austrália Coréia do Sul
Canadá
França
Alemanha
Itália
Grande queda de diferenciais Japão
Holanda
Suécia
Coréia do Sul
Reino Unido
EUA

Mudanças modestas nos diferenciais

Queda modesta nos diferenciais Holanda
Nenhuma alteração notável nos diferenciais França
Alemanha
Itália

Aumento modesto de diferenciais Austrália

Canadá
Japão
Suécia

Um grande aumento de diferenciais Reino Unido

EUA
Fonte: retirada de Katz e Autor (1999)

de rotina de habilidade média e complementado a mão-de-obra altamente qualificada

(routine-biased technological change - RBTC) propiciou um fenômeno transformador no
mercado de trabalho referido como polarização do trabalho, no qual a participação no
emprego nas ocupações no meio da distribuição de habilidades diminuiu rapidamente nos
EUA e na Europa, ao mesmo tempo que a participação no emprego nos extremos superior e
inferior da distribuição de habilidades ocupacionais aumentou substancialmente (AUTOR;
LEVY; MURNANE, 2003; AUTOR; KATZ; KEARNEY, 2006; GOOS; MANNING, 2007;
AUTOR; KATZ; KEARNEY, 2008; ACEMOGLU; AUTOR, 2011; AUTOR; DORN,
2013; MICHAELS; NATRAJ; REENEN, 2014; GOOS; MANNING; SALOMONS, 2014;
DEMING, 2015; ADERMON; GUSTAVSSON, 2015).
Além disso, uma vasta literatura em economia tem demonstrado que aumentos
nos retornos de habilidades nas últimas décadas advém da complementaridade entre
tecnologia e mão de obra altamente qualificada, ou skill-biased technological change -
SBTC (BOUND; JOHNSON, 1989; KATZ; MURPHY, 1992; JUHN; MURPHY; PIERCE,
Introdução 15

1993; MURNANE; WILLETT; LEVY, 1995; GROGGER; EIDE, 1995; HECKMAN;

VYTLACIL, 2001; TABER, 2001; ACEMOGLU; AUTOR, 2011). Beaudry, Green e Sand
(2016) argumentam que uma “grande reversão” na demanda por habilidades cognitivas4
ocorreu no mercado de trabalho dos EUA em 2000 e Castex e Dechter (2014) descobriram
que o retorno do mercado de trabalho às habilidades cognitivas era substancialmente
menor nos anos 2000 do que na década de 1980.
Uma possível explicação é que o capital “computador” está substituindo o trabalho
mais alto na distribuição de habilidades, já que os avanços na informatização redefinem o
que significa que o trabalho seja “rotineiro” (LU, 2015), sugerindo que a polarização é uma
fase intermediária, com o crescimento do emprego se parecendo mais com uma “rampa
descendente” (AUTOR et al., 2014). Deming (2015) mostra que os trabalhos de rotina
estão desaparecendo ainda mais na distribuição de habilidades. Novas tecnologias, como
a aprendizagem automática, melhoraram drasticamente a capacidade de computadores
para automatizar tarefas “cognitivas”, levando ao receio de que a porção da mão-de-obra
permaneça em declínio permanente à medida que os computadores substituem até os
trabalhadores mais qualificados (BRYNJOLFSSON; MCAFEE, 2012; FREY; OSBORNE,
2017; AUTOR et al., 2014; KARABARBOUNIS; NEIMAN, 2013).
Entretanto, Deming (2015) revela que alguns tipos de trabalhos, caracterizados
por serem altamente qualificados e difíceis de automatizar, exigem cada vez mais as
chamadas habilidades sociais ou, de forma mais abrangente, as chamadas competências
socioemocionais5 . A razão é que as habilidades envolvidas nas interações humanas são
em grande parte baseadas no conhecimento tácito e, como argumenta Autor et al. (2014),
os computadores ainda são substitutos muito fracos de tarefas onde os programadores
não conhecem “as regras”. A interação humana requer uma capacidade que os psicólogos
chamam de “teoria da mente” – a habilidade de atribuir e representar, em si próprio e nos
outros, os estados mentais independentes (crenças, intenções, desejos, conhecimento, etc)
e de compreender que os outros possuem crenças, desejos e intenções que são distintas da
sua própria, ou mais coloquialmente “colocar-se no lugar do outro”6 (BARON-COHEN,
4
O funcionamento cognitivo é definido como a capacidade de um indivíduo realizar as várias atividades
mentais associadas à aprendizagem, compreensão, integração das informações de uma forma significativa
e uma categoria ampla conhecida como habilidades executivas. Os exemplos de habilidades cognitivas
incluem habilidades verbais, espaciais, psicomotoras e de velocidade de processamento. Desta forma, a
cognição refere-se principalmente a coisas como a memória, a capacidade de aprender novas informações,
fala e resolução de problemas.
5
A noção de competência consiste na junção e coordenação das habilidades com conhecimentos e atitudes
que permitem a atuação efetivade uma pessoa em um trabalho ou atuação. A noção de habilidade,
de forma mais restrita que a noção de competência, diz respeito a uma capacidade aprendida para
realizar uma função ou obter um resultado desejado.
6
O progresso na automação da interação social é melhor exemplificado pelo contínuo fracasso do teste
de Turing, que mede a capacidade de uma máquina exibir comportamento inteligente equivalente a
um ser humano, ou indistinguível deste. O teste consiste na simulação de uma conversa humana por
cinco minutos em uma configuração altamente controlada. No exemplo ilustrativo original, um jogador
humano entra em uma conversa, em linguagem natural, com outro humano e uma máquina projetada
Introdução 16

2000; PREMACK; WOODRUFF, 1978; CAMERER; LOEWENSTEIN; PRELEC, 2005).

À medida em que surgem evidências internacionais de que o mercado de trabalho
tem valorizado essas competências (WEINBERGER, 2014; BALCAR, 2014; DEMING,
2015), é oportuno questionar a validade dessas evidências para o mercado de trabalho
brasileiro. Tendo em vista que são relativamente escassos os estudos que se propõem a
analisar o papel das competências socioemocionais no mercado de trabalho brasileiro, bem
como o amplo reconhecimento da necessidade de investigações mais detalhadas sobre o
tema, o presente estudo tem o objetivo de trazer evidências do retorno associado à essas
competências usando dados nacionais.
O estudo encontra-se organizado em 7 seções além desta introdução. A seção 1
busca apresentar o debate a respeito dos impactos recentes e perspectivas futuras do avanço
tecnológico no trabalho e nas profissões. A seção 2 trata da crescente importância das
competências socioemocionais no mercado de trabalho destacando as principais evidências
internacionais a respeito do tema, seguida da seção 3 que apresenta as evidências existentes
para o caso brasileiro e discute a contribuição do presente estudo. A seção 4 descreve os
dados utilizados, seguida da seção 5 onde descrevemos a metodologia e as hipóteses a
serem testadas. Na seção 6 os resultados são apresentados e interpretados, e por fim, na
seção 7 fazemos nossas considerações finais.

para produzir respostas indistinguíveis de outro ser humano, tendo a terafa de ao final da conversa
determinar qual respondente é o humano e qual é a máquina. Todos os participantes estão separados
um dos outros. Turing propôs que uma máquina passaria no teste uma vez que poderia convencer um
humano 70 por cento do tempo depois de cinco minutos de conversa.
 Parte I

Referenciais teóricos
 18

1 A Quarta Revolução Industrial e a escassez

de talentos

Onde quer que seja o lugar onde trabalhamos - no chão da fábrica ou no campo -
existe uma revolução silenciosa acontecendo. Desenvolvimentos nos campos da genética,
biotecnologia, inteligência artificial, robótica, nanotecnologia e impressão 3D, entre outros,
estão mudando radicalmente o mundo como o conhecemos e proporcionando novas oportu-
nidades de combinações de trabalho físico, mental e mecânico, justificando para muitos
o início de uma Quarta Revolução Industrial: a era da robótica avançada, automação
no transporte, inteligência artificial e aprendizagem automática (BLOEM et al., 2014).
Segundo Schwab (2017), estamos a bordo de uma revolução tecnológica com impactos
profundos no âmbito social, e fundamentalmente, econômico.
Diversos estudos têm surgido com o intúito de entender os impactos dessa revolução
tecnológica no trabalho e nas profissões (SUSSKIND; SUSSKIND, 2015; SCHWAB, 2017;
FREY; OSBORNE, 2017). De acordo com o Future of Jobs Report, relatório elaborado
pelo Fórum Econômico Mundial (SCHWAB; SAMANS, 2016), tal revolução tem impacto
direto no mundo do trabalho, seja no surgimento ou desaparecimento de profissões, seja
no rol de competências demandadas pelo mercado. Ao mesmo tempo que novas ocupações
surgem e outras são ameaçados pela redundância de suas tarefas, os trabalhos existentes
também estão passando por uma mudança no conjunto de habilidades necessário para
fazê-los.
O debate sobre essas transformações é muitas vezes polarizado entre aqueles
que prevêem novas oportunidades ilimitadas e aqueles que acreditam que tal revolução
possa gerar distorções indesejáveis. O lado mais entusiasta desse diálogo argumenta
que, assim como as revoluções que a precederam, a Quarta Revolução Industrial tem
o potencial de aumentar os níveis de renda global e melhorar a qualidade de vida das
populações, bem como conduzir as economias a um “milagre” do lado da oferta, com
ganhos de longo prazo em eficiência e produtividade (SCHWAB, 2017). Por outro lado,
existem aqueles que consideram que a revolução tecnológica poderia resultar em maior
desigualdade, particularmente por conta de seu potencial para perturbar os mercados
de trabalho em favor daqueles que melhor incorporam as novas tecnologias. À medida
que a automação substitui o trabalho em toda a economia, o deslocamento líquido de
trabalhadores pela tecnologia pode agravar o fosso entre os retornos ao capital e o retorno ao
trabalho (BRYNJOLFSSON; MCAFEE, 2012), além de intensificar o chamado desemprego
tecnológico (FREY; OSBORNE, 2017; PETERS, 2017).
O consenso é que tal transformação traz consigo grandes desafios que exigirão
Capítulo 1. A Quarta Revolução Industrial e a escassez de talentos 19

adaptação proativa por parte de corporações, governos, sociedades e indivíduos. Em

diversas indústrias e países, muitas ocupações e especialidades não existiam a 10 ou até
cinco anos atrás e o ritmo dessa mudança não parece desacelerar (SCHWAB; SAMANS,
2016). Em um cenário de rápidas mudanças em termos de trabalho, a capacidade de
antecipar e alinhar os requisitos de habilidades futuras, o conteúdo das atividades e o
efeito agregado sobre o emprego desperta a atenção de empresas, governos e indivíduos a
fim de aproveitar plenamente as oportunidades que possam surgir e mitigar resultados
indesejáveis.
As iniciativas que buscam entender e descrever essas transformações abordam
o conhecimento de pessoas melhor posicionadas em observar a dinâmica do trabalho
- Diretores de Recursos Humanos e Diretores de Estratégia - perguntando o que as
atuais mudanças significam, especificamente para o emprego, em termos de habilidades e
recrutamento. A Tabela 2, retirada de Lee (2013), apresenta um panorama das competências
para o século XXI segundo iniciativas globais, ressaltando suas diretrizes comuns. Como bem
apontado pelo autor, as competências enumeradas por essas iniciativas estão intimamente
ligadas às chamadas competências socioemocionais ou “soft skills” (MONTGOMERY,
1997; HECKMAN; KAUTZ, 2012).
Tabela 2 – Panorama das Competências para o Século XXI segundo Iniciativas Globais

European Reference
P21 ATC 215 OECD
Framework
Aprendizado e Inventividade Formas de Pensar
1) Criatividade e inovação
2) Pensamento crítico,
1) Criatividade e inovação
Resolução de Problemas e
2) Pensamento crítico e 1) Aprender a aprender
Tomada de Decisão
Resolução de Problemas
3) Aprender a aprender e
Metacognição
Formas de Trabalhar Interagir com os Heterogêneos
2) Comunicação na Língua
4) Comunicação 1) Relacionar com os Outros
Nativa
3) Comunicação e Colaboração 5) Colaboração 2) Trabalho Cooperativo em Equipe
3) Comunicação na Língua
(trabalhar em equipe) 3) Arbitrar e Resolver Conflitos
Estrangeira
Informação, Mídia e
Ferramentas para o Trabalho Usar Ferramentas Interativamente
Conhecimento Tecnológico
4) Usar Textos e Símbolos de
Linguagem Interativamente
4) Alfabetização Informacional 4) Competência Matemática e
6) Alfabetização Informacional 5) Usar Conhecimento e
5) Alfabetização em Mídia Competências Básicas em Ciência
7) Alfabetização Tecnológica (ICT) Informação Interativamente
6) Alfabetização Tecnológica (ICT) 5) Competência Digital
6) Usar Tecnologia
Interativamente
Talentos para a Carreira e para a Vida Viver no Mundo Agir de Forma Autônoma
7) Agir Considerando o
7) Flexibilidade e Adaptabilidade
8) Cidadania (Local e Global) Contexto Mais Amplo 6) Competências Cívicas e Sociais
8) Iniciativa e Auto-Determinação
9) Vida e Carreira 8) Formar e Conduzir os Planos 7) Senso de Iniciativa e
9) Habilidade Social e Multicultural
10) Responsabilidade Pessoal e Social de Vida e Projetos Pessoais Empreendedorismo
10) Produtividade e Prestar
(Incluindo Consciência, Sensibilidade e 9) Defender e Afirmar Direitos, 8) Consciência, Sensibilidade e
Satisfação
Compreensão de Aspectos Culturais) Interesses, Limites e Expressões Culturais
11) Liderança e Responsabilidade
Necessidades

Fonte: Lee (2013)

Entretanto, Cunningham e Villaseñor (2014) são francos em afirmar que, apesar

dos empregadores valorizarem todos os conjuntos de habilidades, onde existe a maior
demanda e a maior lacuna é no conjunto de competências socioemocionais. Esses resultados
são robustos entre economias de diversos tamanhos e níveis de desenvolvimento, setores
Capítulo 1. A Quarta Revolução Industrial e a escassez de talentos 20

e ocupações. A demanda por trabalhadores qualificados combinado com a escassez de

“talentos” resulta em grandes desafios de recrutamento por parte das empresas, uma
constatação já evidente.
Scale (2016) ao pesquisar as preocupações de gerentes de contratação sugere que eles
estão pelo menos tão preocupados com déficits em habilidades não cognitivas quanto com
déficits em habilidades cognitivas. Enquanto menos de 20% dos gerentes de contratação
disseram que os recém-formados não tinham as habilidades de matemática necessárias para
o trabalho, mais de metade disse que os recém-formados careciam de atenção aos detalhes.
Cerca de 50% dos gerentes de contratação viram deficiências na proficiência de escrita
e comunicação – aspectos cognitivos e não cognitivos, respectivamente, de uma única
habilidade. Além disso, cerca de um terço desses gerentes relataram que os recém-formados
universitários careciam de habilidades de análise de dados e trabalho em equipe.
Outra evidência vem do relatório mais recente do Hays Global Skills Index1 (HAYS,
2017) mostrando que apesar da ligeira suavização das pressões sobre o mercado de
trabalhadores qualificados (queda do índice geral de 5,4 em 2016 para 5,3 em 2017), a
diferença entre as competências que as empresas procuram e as competências disponíveis
no mercado de trabalho continua sendo o principal desafio das economias mundiais (o
índice de “incompatibilidade” de talentos manteve a pontuação de 6,4 relatada em 2016).
Em resumo, nessa seção apresentamos a discussão que existe acerca dos impactos da
revolução tecnológica no trabalho e nas profissões. As leituras sobre tais impactos divergem
quanto suas projeções, entretanto o consenso é que seus efeitos já podem ser sentidos
e o momento para se alinhar a essas transformações e mitigar resultados indesejados é
agora. Iniciativas globais apontam quais serão as competências profissionais necessárias
para o século XXI, tais competências estão intimamente relacionadas com as chamadas
competências socioemociocionais. Além disso, o descompasso da oferta de trabalhadores
qualificados em relação a essas competências é tido como o principal desafio das economias
mundiais.
Diversos estudos têm apontado para a crescente importância das “soft skills” em
diversos resultados da vida de um indivíduo, em especial aqueles relacionados ao mercado
de trabalho. A seção a seguir apresenta a literatura sobre o tema, suas principais evidências
e implicações práticas relacionadas à questão da escassez de talentos.

1
O Hays Global Skills Index (o “Index”) é uma avaliação anual das tendências que impactam os
mercados de trabalho qualificados de 33 países, determinando como é fácil ou difícil para as organizações
encontrarem os profissionais qualificados que precisam. Sete indicadores são calculados para tratar as
questões de oferta e demanda de trabalhadores qualificados. Cada indicador mede a pressão do mercado
de trabalho local em relação a um período de tranquilidade econômica. Escores mais altos significam
que um país está passando por mais pressão do que historicamente tem sido o caso. Pontuações mais
baixas significam que um país está sofrendo menos pressão. Combinados, formam um índice geral que
resume as condições do mercado de trabalhadores qualificados.
 21

2 A crescente importância das competências

socioemocionais no mercado de trabalho

Estudos recentes nos campos da educação, economia, psicologia e neurociência

têm demonstrado que as “Soft skills”1 ou competências socioemocionais (social-emotional
skills – SEMS) são tão importantes quanto as medidas cognitivas (QI ou inteligência
fluida) em prever uma série de comportamentos sociais da vida do indivíduo (ZINS et
al., 2004; HECKMAN; STIXRUD; URZUA, 2006; HECKMAN; KAUTZ, 2012). É bem
documentado a relação entre essas competências com o rendimento escolar (O’CONNOR;
PAUNONEN, 2007; POROPAT, 2009), saúde, cidadania, entre outros (PRIMI et al., 2016).
Além disso, as competências socioemocionais promovem o aprendizado, interferindo na
maneira como o indivíduo interpreta experiências (reflete sobre as experiências) e como
extrai seus benefícios, haja vista os aspectos afetivos e motivacionais que influenciam na
aprendizagem (SANTOS; PRIMI, 2014).
Da mesma forma, surgem fortes evidências da influência das competências socioe-
mocionais na previsão de inserção ocupacional, salários e outros resultados do mercado
de trabalho (HECKMAN; RUBINSTEIN, 2001; ALMLUND et al., 2011; LINDQVIST;
VESTMAN, 2011), bem como no maior rendimento e menor estresse no ambiente laboral
(CARMELI; JOSMAN, 2006; O’BOYLE et al., 2011). Segundo Schanzenbach et al. (2016),
o desenvolvimento de habilidades não cognitivas é fundamental para promover o sucesso
no mercado de trabalho, porque:

• Os empregos de hoje exigem mais habilidades não cognitivas do que os empregos no

passado (AUTOR; LEVY; MURNANE, 2003; DEMING, 2015);

• O mercado de trabalho premia cada vez mais as habilidades não cognitivas (WEIN-
BERGER, 2014; BALCAR, 2014; DEMING, 2015);

• Aqueles com menos habilidades não cognitivas estão sendo deixados para trás
(HECKMAN; RUBINSTEIN, 2001).

Tem sido convincentemente defendido que, assim como as habilidades cognitivas,

as habilidades não cognitivas são mais maleáveis na infância (CUNHA; HECKMAN;
SCHENNACH, 2010). Entretanto, estudos recentes tem mostrado que políticas ativas e
investimentos que ocorrem na adolescência ou na juventude podem impulsionar o desen-
volvimento de habilidades não cognitivas (BRUNELLO; SCHLOTTER, 2011; CRÉPON;
1
Esses conceitos abrangem habilidades maleáveis e sensíveis a experiências e interação com as outras
pessoas, por isso o termo “soft”, em contraposição aos menos maleáveis.
Capítulo 2. A crescente importância das competências socioemocionais no mercado de trabalho 22

BERG, 2016). Embora ainda haja imprecisão quanto ao lapso de intervenção nessa área, a
janela de oportunidade para influenciar o desenvolvimento de habilidades não cognitivas é
significativamente mais ampla que para as habilidades cognitivas.
Essas descobertas têm implicações práticas de importância crucial para a questão de
escassez de talentos no mercado de trabalho. Busso et al. (2012) alertam para a preparação
do jovem para o mercado de trabalho no século XXI e questionam se o sistema educacional
está realmente cumprindo seu papel de facilitador dessa transição. Uma das principais
conclusões dos autores é que o despreparo dos jovens ingressantes no mercado reflete, em
parte, uma lacuna existente entre as competências que se adquire na escola e aquelas
exigidas pelo mercado de trabalho.
Mais do que isso, dentre as centenas de competências existentes não é claro quais são
aquelas que podem ser classificadas como prioridade e devem ser incluídas nas propostas
curriculares. De acordo com Guerra, Modecki e Cunningham (2014), apesar das diversas
listas de habilidades desejadas para o mercado de trabalho, existe pouco consenso sobre
quais são as competências prioritárias e como ensiná-las. Cunningham e Villaseñor (2014)
identificaram aproximadamente 140 “soft skills” desejadas ao revisar estudos internacionais
sobre a demanda dos empregadores por habilidades.
Em síntese, buscamos mostrar nessa seção que o desenvolvimento das competências
socioemocionais é tido por diversas áreas do conhecimento como instrumento que desem-
panha importante papel em uma série de dimensões sociais e econômicas. Tratando-se do
mercado de trabalho, as competências socioemocionais são fortemente relacionadas com
medidas de sucesso como altos salários e empregabilidade. Além disso, por possuírem uma
janela de desenvolvimento significamente mais ampla que as habilidades cognitivas, as
competências socioemocionais podem ser impulsionadas na juventude, entretanto não é
claro qual o conjunto de habilidades que se deve ser priorizado.
O quadro até aqui apresentado reflete as principais questões discutidas na literatura
internacional, porém não explora a realidade brasileira. A seção a seguir busca rescolher
o que se sabe da relação entre o rol de habilidades discutido até aqui e o mercado de
trabalho brasileiro, bem como apresentar as contribuições desse estudo para levantar mais
evidências sobre o tema.
 23

3 Evidências para o caso brasileiro

Boa parte da literatura empírica que examina a relação das competências socio-
emocionais com o mercado de trabalho, principalmente no que diz respeito ao retorno
associado à essas competências (DEMING, 2015), utiliza dados de países desenvolvidos
que contêm informações detalhadas sobre habilidades, conhecimento e atividades de traba-
lho necessárias em uma ocupação. Para os países em desenvolvimento, como o Brasil, a
disponibilidade de dados com tal detalhamento é muito mais restrita, o que explica o fato
dessa literatura ser relativamente escassa.
Entretanto, artigos do campo da psicologia e da administração reconhecem as
habilidades não congnitivas como fator-chave para o bom desempenho no trabalho e
detalham o processo de aquisição e desenvolvimento de competências profissionais (BEN-
DASSOLLI; MALVEZZI, 2013; GONDIM; MORAIS; BRANTES, 2014). Gondim, Morais
e Brantes (2014) argumenta que as competências socioemocionais tem papel relevante
no desenvolvimento de competências para o trabalho, que não são atributos inatos, mas
capacidades adquiridas ao longo do processo de socialização familiar, educacional e pro-
fissional. Bolsoni-Silva et al. (2006) admite que o amplo reconhecimento das habilidades
sociais como requisito da competência e do sucesso profissional supõe a possibilidade de
investigações mais detalhadas sobre essa temática, com outros grupos de formação ou
atuação em diferentes áreas.
De forma a trazer evidências da relevância do estudo desse tema para o contexto
brasileiro, buscamos identificar na Classificação Brasileira de Ocupações (CBO) quais
foram as competências mais citadas entre quase 600 famílias ocupacionais que compõem o
documento. A Classificação Brasileira de Ocupações (CBO) é o documento que reconhece,
nomeia e codifica os títulos e descreve as características das ocupações do mercado de
trabalho brasileiro. Sua atualização e modernização se devem às profundas mudanças
ocorridas no cenário cultural, econômico e social do País nos últimos anos, retratando
alterações estruturais no mercado de trabalho. Uma grande novidade da edição mais
recente da CBO é a listagem das competências pessoais necessárias para o exercício de
cada família ocupacional, incluindo habiliades cognitivas e não cognitivas.
As competências de cada família ocupacional foram catalogadas em um banco de
dados, onde se verificou a existência de 3454 títulos, muitos deles sendo títulos sinônimos
que poderiam ser agrupados em uma única categoria. Um intenso esforço foi feito para
limpar a repetição dos títulos sinônimos, reduzindo a lista de competências para 1051
títulos. A tabela 3 apresenta as 40 competências mais citadas pelas famílias ocupacionais
presentes na CBO.
Capítulo 3. Evidências para o caso brasileiro 24

Alguns títulos como “Atualizar-se profissionalmente”, “Demonstrar habilidade

manual” e “Demonstrar capacidade de raciocínio lógico” estão mais relacionadas com habi-
lidades motoras e cognitivas. Por outro lado, entre os quinze títulos mais citadas na CBO,
quatorze estão intimamente relacionadas com algum tipo de competência socioemocional,
demonstrando a importância estudar a fundo o papel dessas competências no contexto do
mercado de trabalho brasileiro.
Sob a luz das evidências até aqui apontadas, este estudo tem o objetivo de investigar
a relação entre as competências socioemocionais e o mercado de trabalho no contexto da
economia brasileira. Motivados pelas transformações tecnológicas recentes e a crescente
importância das competências socioemocionais, bem como a insuficiência de estudos
que tratem sobre o tema para o caso brasileiro, procuramos colaborar com a discussão
norteando as seguintes questões:

1. Existe um retorno associado às competências socioemocionais no mercado de trabalho

brasileiro?

2. É possível que esse retorno seja diferente entre grupos de ocupação?

Acreditamos que ao se debruçar sobre essas questões estaremos colaborando com a

literatura sobre o tema no sentido de inserir o Brasil no debate, bem como colaborando com
as esferas públicas ao prover evidências que podem ser usadas para direcionar intervenções
integradas com as demandas do mercado de trabalho brasileiro.
Capítulo 3. Evidências para o caso brasileiro 25

Tabela 3 – As habilidades mais citadas na Classificação Brasileira de Ocupações

Quantidade
Habilidade
de citações
1 - Trabalhar em equipe 343
2 - Demonstrar iniciativa 256
3 - Manifestar criatividade 246
4 - Demonstrar capacidade de organização 187
5 - Exercer liderança 185
6 - Demonstrar capacidade de comunicação 184
7 - Atualizar-se profissionalmente 173
8 - Adaptar-se a circunstâncias e situações variadas 166
9 - Assumir responsabilidades 141
10 - Demonstrar capacidade de auto-controle 117
11 - Manter postura ética e moral 114
12 - Demonstrar capacidade de decisão 109
13 - Agir com dinamismo 95
14 - Demonstrar capacidade de relacionamento interpessoal 87
15 - Demonstrar paciência 86
16 - Demonstrar percepção (feeling) 85
17 - Revelar capacidade de concentração 82
18 - Demonstrar habilidade manual 76
19 - Demonstrar habilidade de negociar 72
20 - Demonstrar capacidade de raciocínio lógico 70
21 - Demonstrar e transmitir segurança 67
22 - Demonstrar condicionamento físico para executar a função 65
23 - Demonstrar conhecimento de língua estrangeira 57
24 - Demonstrar capacidade de lidar com situações adversas 55
25 - Resolver conflitos 53
26 - Demonstrar senso crítico 52
27 - Demonstrar capacidade de cumprir regras e normas 49
28 - Argumentar com convicção (persuasão) 49
29 - Demonstrar disciplina 49
30 - Demonstrar acuidade sensorial 44
31 - Demonstrar capacidade para o uso de aplicativos
44
e programas de informática
32 - Evidenciar objetividade 43
33 - Demonstrar capacidade de trabalhar sob pressão 43
34 - Demonstrar empatia 42
35 - Desenvolver capacidade de observação 40
36 - Ser sociável 40
37 - Demonstrar capacidade de resolução de problemas 39
38 - Demonstrar visão espacial 39
39 - Demonstrar acuidade visual 38
40 - Demonstrar capacidade de auto-desenvolvimento (aperfeiçoar-se) 36
Fonte: Classificação Brasileira de Ocupações (CBO).
 Parte II

Estratégia Empírica
 27

4 Dados

Os microdados utilizados nesse estudo são provenientes do Indicador de Alfabetismo

Funcional (Inaf) de 2015 que conta de forma pioneira com uma aplicação de instrumentos de
mensuração de competências socioemocionais em indivíduos em idade ativa1 . O Indicador
de Alfabetismo Funcional (Inaf) constitui-se de um survey idealizado em parceria entre o
Instituto Paulo Montenegro e a ONG Ação Educativa2 - com o apoio do IBOPE Inteligência
- que articula testes cognitivos com questionários de contextualização sociodemográfica,
econômica, cultural e educacional com o objetivo maior de mensurar o nível de alfabetismo
da população brasileira entre 15 e 64 anos, avaliando suas habilidades e práticas de leitura,
de escrita e de matemática aplicadas ao cotidiano.
A coleta de dados é feita através de entrevistas domiciliares e a amostra é es-
tratificada com alocação proporcional à população brasileira em cada região. Dentro de
cada uma das regiões, são selecionadas amostras probabilísticas em três estágios (sorteio
de municípios e setores censitários, por meio do método Probabilidade Proporcional ao
Tamanho) e seleção de pessoas a serem entrevistadas por cotas proporcionais segundo
sexo, idade, escolaridade e condição de ocupação. O universo considerado é, portanto, a
totalidade das pessoas jovens, adultas e idosas com idade entre 15 e 64 anos, residentes
tanto de zonas rurais quanto urbanas do Brasil.
De acordo com o relatório produzido pelo Instituto Paulo Montenegro e a ONG
Ação Educativa (LIMA; RIBEIRO; CATELLI, 2015), foram entrevistadas 2.002 pessoas
residentes em zonas urbanas e rurais de todas as regiões do país, sendo que as mulheres
representam 52% e os homens, 48% da população pesquisada. Do total, 46% se declararam
pardos, 38% brancos, 13% pretos e apenas 2% amarelos ou indígenas. Em termos educacio-
nais, 44% declararam estar cursando ou ter cursado até o ensino fundamental, 40% o ensino
médio e apenas 17% a educação superior. Da amostra, 63% informaram estar trabalhando
(desses, 24% estavam no setor de comércio, 10% na construção, 10% nos serviços domésticos
e 10% na indústria) 10% desempregados(as), 3% procuravam o primeiro emprego, 5%
estavam aposentados(as) e 7% estavam em situações como pensionista, viviam de renda
ou nunca haviam trabalhado e nem estava procurando emprego; 11% estavam na condição
de dona de casa.
Três competências socioemocionais foram medidas na pesquisa de 2015: Abertura
1
De acordo com o IBGE, a população considerada em idade economicamente ativa compreende indivíduos
com 15 anos ou mais de idade.
2
Ao longo de quase 15 anos, o Instituto Paulo Montenegro consolidou, em parceria com a ONG Ação
Educativa, 9 edições do Indicador de Alfabetismo Funcional, reafirmando seu papel como provedor de
informações qualificadas sobre o campo educacional, capazes de fomentar o debate público, estimular
iniciativas da sociedade civil e subsidiar a formulação de políticas nas áreas de educação e cultura.
Capítulo 4. Dados 28

ao Novo (curiosidade para aprender, imaginação criativa, interesse artístico), Autogestão

(responsabilidade, determinação, persistência, foco, organização) e Autoconceito (esta-
bilidade emocional, autoestima, autoconfiança e protagonismo). Duas das habilidades
que compõem o Inaf 2015, Abertura ao Novo e Autogestão, pertencem ao modelo dos
Cinco Grandes Fatores da Psicologia (The Big Five Model 3 ) e são medidas através do
instrumento Social and Emotional (or Noncognitive) Nationwide Assessment – SENNA
(SANTOS; PRIMI, 2014). Já a competência relacionada ao autoconceito foi medida pela
Escala Core self-evaluations – CSE (JUDGE et al., 2003). A Tabela 4 resume as principais
características associadas às três competências socioemocionais observadas no Inaf 2015.
A justificativa para a escolha dessas três competências, segundo os idealizadores da
pesquisa, é embasada na íntima relação dessas habilidades com estudos, trabalho, renda,
saúde e bem-estar na vida adulta, ou o que tem sido identificado por estudiosos como
“competências do século XXI”, ou aquelas habilidades particularmente relevantes para a
vida neste século (Tabela 2). Em relatório produzido pelo eduLab21 em parceria com o
Instituto Paulo Montenegro e a Rede Conhecimento Social4 , as propriedades de medidas
psicométricas dos instrumentos socioemocionais do Inaf foram avaliadas e apresentaram
boas características psicométricas na amostra. De modo geral, as medidas socioemocionais
alcançaram resultados entre aceitáveis e ótimos nos índices de confiabilidade.
Além das medidas socioeconômicas e socioemocionais, outras informações essencias
para nossa análise é a situação atual de trabalho, o salário dos indivíduos e a ocupação
principal atual. Para nosso estudo, restringimos a amostra à população com idade entre
25 e 65 anos que autodeclaram estarem trabalhando. A escolha de não incluir jovens com
menos de 25 anos de idade na análise é devido à tentativa de examinar o panorama de
indivíduos já consolidados no mercado de trabalho, engajados em suas carreiras e em suas
ocupações.
As informações do Inaf 2015 não permitem identificar a ocupação de cada indivíduo,
o que seria um nível preferível de análise, porém qualifica 16 grupos de ocupações principais,
nomeados na Tabela 5. Devido ao pequeno número de observações nos sete primeiros grupos
de ocupações, optou-se por agregar os itens de caráter público e privado em três: Função
de direção e gerência; Função de coordenação, supervisão, técnico especialista, assessor ou
3
Nas últimas décadas, manifestou-se entre os psicólogos um consenso de que os comportamentos
humanos associados a traços de personalidade se agrupam em cinco dimensões, conhecidas como os
Cinco Grandes Domínios de personalidade (Big Five): Abertura a Novas Experiências, Extroversão,
Amabilidade, Conscienciosidade e Estabilidade Emocional. Os Big Five são construtos latentes obtidos
por análise fatorial realizada sobre respostas de amplos questionários com perguntas diversificadas sobre
comportamentos representativos de todas as características relativamente estáveis de personalidade que
um indivíduo poderia ter. Quando aplicados a pessoas de diferentes culturas e em diferentes momentos
do tempo, esses questionários demonstraram ter a mesma estrutura fatorial, dando origem à hipótese
de que os traços de personalidade dos seres humanos se agrupariam efetivamente em torno de cinco
grandes domínios. No Brasil, inclusive, ele já foi utilizado por equipes de pesquisadores em diferentes
estados do país (PRIMI et al., 2016).
4
Ver <http://www.institutoayrtonsenna.org.br/como-atuamos/inovacao/estudos-e-pesquisas/>
Capítulo 4. Dados 29

Tabela 4 – As três competências socioemocionais avaliadas no INAF

Escala Competência
Essa escala mensura a tendência a ser imaginativo, curioso e interessado
em aprender. Refere-se a abertura para experimentar e pensar sobre
uma gama diversa de experiências perceptivas, cognitivas e afetivas. A
escala inclui questões sobre imaginação criativa: capacidade de gera-
ção de novas maneiras de pensar e agir por meio da experimentação,
Abertura ao Novo1
brincadeira, aprendizagem; questões sobre curiosidade para aprender:
interesse em ideias, paixão por aprender, mentalidade inquisitiva que
facilita o pensamento crítico e a resolução de problemas; e interesse
artístico: interesse em avaliar, apreciar e valorizar design, arte, música,
beleza, e outras.
Essa escala mensura a tendência a ser organizado, persistente, auto-
disciplinado, responsável e concentrado. A escala inclui questões sobre
organização e determinação: referindo-se à capacidade de planejamento
e execução de planos para objetivos de longo prazo, atenção meticulosa
Autogestão2
a detalhes e a dedicar tempo e esforço pleno ao trabalho; questões sobre
persistência, perseverança e esforço: capacidade de superar obstáculos
para que atinja objetivos importantes, implementar, persistir e terminar
o que iniciou, ao invés de procrastinar ou desistir.
Essa escala mensura aspectos nucleares da autoavaliação, a tendência
a pensar de maneira positiva sobre si mesmo e sentir-se confiante nas
próprias habilidades. A escala inclui questões sobre estabilidade emo-
cional: tendência a se sentir calmo e seguro e ausência de sentimentos
de tristeza incapacitante; confiança/autoeficácia: tendência a se sentir
Autoconceito2
capaz de mobilizar recursos para lidar com problemas e adversidades;
crenças de controle: tendência a ver realizações como resultantes do
próprio esforço e dedicação e não de fontes externas incontroláveis como
sorte, por exemplo; e autoestima: a tendência a gostar de si mesmo e
avaliar-se de forma positiva como capaz, importante e de valor.
1. Escalas adaptadas do SENNA v1: Primi et al. (2016).
2. Escala Core self-evaluations (CSE): Judge et al. (2003).

equivalente, professor, médico, advogado; e Função operacional, não especialista, assistente,

operador ou equivalente. O grupo referênte a estagiários e treinees do setor privado, além do
pequeno número de observações em nossa amostra (apenas duas observações), representa
indivíduos ainda estão passando por fase de treinamento e não estão consolidados no
mercado de trabalho. Dessa forma, foram desconsiderados da análise.
Capítulo 4. Dados 30

Tabela 5 – Ocupação principal atual - INAF 2015

1 - SETOR PÚBLICO: Função de direção e gerência

2 - SETOR PÚBLICO: Função de coordenação, supervisão, técnico especialista,
assessor ou equivalente, professor, médico, advogado
3 - SETOR PÚBLICO: Função operacional, não especialista, assistente, operador ou
equivalente
4 - SETOR PRIVADO: Função de direção, gerência
5 - SETOR PRIVADO: Função de coordenação, supervisão, técnico especialista,
assessor ou equivalente, professor, médico, advogado
6 - SETOR PRIVADO: Função operacional, não especialista, assistente, operador ou
equivalente
7 - SETOR PRIVADO: Estagiário, trainee
8 - Empresário, Grande proprietário rural, Criador, Industrial, empregador, investidor
9 - Microempresário
10 - Especialista, prestador de serviços de nível superior (advogado, médico, arquiteto,
engenheiro, contador, dentista)
11 - Especialista, prestador de serviços de nível técnico (representante comercial,
vendedor, mecânico, instalador, atleta)
12 - Conta própria em casa sem carteira (confecção, produção de alimentos, manicure
ou equivalente)
13 - Conta própria fora de casa sem carteira (camelô, ambulante, biscate, bico, boia
fria ou equivalente)
14 - Pequeno produtor rural, criador
15 - Serviço doméstico com carteira assinada
16 - Serviço doméstico sem carteira assinada
Fonte: Elaboração própria

A Tabela 6 apresenta a distribuição dos grupos de ocupações principais após a

agregação mencionada acima. Nota-se que o número de observações encontradas para alguns
grupos foram baixas e talvez isso possa se traduzir em um problema de representatividade.
A informação de salário dos indivíduos foi construída a partir das questões do
questionário a respeito da remuneração recebida no último mês5 , podendo o respondente
optar por não informar seu rendimento. A Tabela 7 mostra que os indivíduos da amostra
estão distribuídos por todas as regiões do Brasil.

5
No dicionário das variáveis do INAF 2015, as questões referêntes ao rendimento auferido no último
mês não distingue aquela derivada do trabalho e a não derivada do trabalho
Capítulo 4. Dados 31

Tabela 6 – Distribuição dos grupos de ocupação - INAF 2015

Porcent Porcent
Ocupação principal atual Freq
(%) Acum (%)
1 - Função de direção e gerência 16 2,19 2,19
2 - Função de coordenação, supervisão, técnico especia- 56 7,66 9,85
lista, assessor ou equivalente, professor, médico, advogado
3 - Função operacional, não especialista, assistente, ope- 267 36,53 46,47
rador ou equivalente
4 - Empresário, Grande proprietário rural, Criador, In- 11 1,50 47,88
dustrial, empregador, investidor
5 - Microempresário 31 4,24 52,12
6 - Especialista, prestador de serviços de nível superior 9 1,23 53,35
(advogado, médico, arquiteto, engenheiro, contador, den-
tista)
7 - Especialista, prestador de serviços de nível técnico 61 8,34 61,70
(representante comercial, vendedor, mecânico, instalador,
etc)/atleta
8 - Conta própria em casa sem carteira (confecção, pro- 75 10,26 71,96
dução de alimentos, manicure ou equivalente)
9 - Conta própria fora de casa sem carteira (camelô, 105 14,36 86,32
ambulante, biscate, bico, boia fria ou equivalente)
10 - Pequeno produtor rural, criador 38 5,20 91,52
11 - Serviço doméstico com carteira assinada 20 2,74 94,25
12 - Serviço doméstico sem carteira assinada 42 5,75 100,0
Total 731 100
Fonte: Inaf (2015)

Tabela 7 – Distribuição da amostra por regiões brasileiras

Porcent Porcent
Regiões Brasileiras Freq
(%) Acum (%)
Norte 50 6,84 6,84
Nordeste 217 29,69 36,53
Centro-Oeste 51 6,98 43,50
Sudeste 312 42,68 86,18
Sul 101 13,82 100
Total 731 100
Fonte: INAF (2015)
 32

5 Metodologia

De acordo com Heckman e Rubinstein (2001), é surpreendente que as discussões

acadêmicas sobre habilidade e formação de habilidades se concentrem quase exclusivamente
em medidas de capacidade cognitiva e ignorem habilidades não-cognitivas1 . A negligência
das habilidades não cognitivas nas análises de rendimentos, escolaridade e outros resultados
no tempo de vida foi devida principalmente à falta de qualquer medida confiável delas.
Heckman e Kautz (2012) mostram que as medidas de capacidade cognitiva como avaliações
de desempenho acadêmico ou testes de QI falham, ou não capturam adequadamente todo
o conjunto de habilidades de um indivíduo, mais especificamente as chamadas soft skills.
Um grande esforço vindo do campo da psicologia buscou desenvolver baterias de
testes para medir habilidades não cognitivas (JOHN; DONAHUE; KENTLE, 1991, p.
ex). Muitoa desses testes são usualmente utilizados por empresas para examinar seus
trabalhadores, e recentemente têm sido usados também para investigar a relação entre
características socioemocionais e o aprendizado. Em particular, um recente instrumento
de mensuração de atributos socioemocionais foi desenvolvido no Brasil, o Social and
Emotional (or Noncognitive) Nationwide Assessment – SENNA (SANTOS; PRIMI, 2014).
O instrumento foi criado buscando satisfazer duas características centrais: ser economica-
mente víavel para ser aplicado em larga escala e cientificamente robusto para subsidiar
pesquisas acadêmicas.
Buscamos explorar a aplicação deste instrumento em indivíduos de idade ativa para
investigar as relações entre as competências socioemocionais e o salário2 . Para isso, além
de apresentar estatísticas descritivas básicas, utilizamos como referência a especificação de
salários baseados em características observáveis e habilidades latentes tal qual proposta
por Heckman, Stixrud e Urzua (2006), porém através de uma abordagem mais simples.
Os autores postulam a existência de dois fatores subjacentes que representam a
capacidade latente cognitiva e não cognitiva dos indivíduos. Condicionando os observáveis,
esses fatores explicam toda a dependência entre escolhas e resultados3 . Os níveis dos
fatores de um indivíduo podem resultar de alguma combinação de habilidade herdada,
a qualidade do ambiente fornecida por seus pais, seus primeiros esforços e os efeitos de
qualquer intervenção precoce. Assume-se então que os níveis de ambos os fatores são
conhecidos por cada indivíduo, mas não pelo pesquisador, e que eles são fixados pelo
tempo que o indivíduo faz suas escolhas e escolhas de comportamento.
1
A literatura clássica de capital humano (BECKER, 1994, p. ex), contrastou os modelos de ganhos de
capacidade cognitiva com modelos de capital humano, ignorando inteiramente os traços não cognitivos.
2
A seção 4 irá apresentar a base de dados utilziada nesse estudo.
3
Os autores assumem que as habilidades cognitivas e não-cognitivas determinam o salário do indivíduo,
sua escolaridade, empregabilidade, experiência de trabalho e suas decisões profissionais.
Capítulo 5. Metodologia 33

Seja f C e f N os níveis latentes de habilidades cognitivas e não cognitivas, respec-

tivamente. O pressuposto de que um único fator latente capta a capacidade cognitiva é
tradicional na literatura (HECKMAN, 1995, p. ex). Por sua vez, a suposição de que um
único fator latente capta a capacidade não cognitiva é menos tradicional. Uma vez que
existem muitos aspectos das habilidades não cognitivas – autocontrole, cooperatividade,
sociabilidade, etc. – é menos provável que apenas um traço capte todos os aspectos desses
comportamentos. No entanto, considerar um único fator para habilidades não cognitivas é
um ponto de partida útil ao ponto que podemos avaliar a capacidade informativa de sua
inclusão. Desta forma, o salário do indivíduo i pode ser dado por uma especificação linear
em parâmetros:
ln(Yi ) = βXi + γ C fiC + γ N fiN + i , (5.1)

onde Xi é um vetor de variáveis de controle observáveis, β é o vetor de retornos associados

(incluindo intercepto) a Xi , γ C e γ N são os retornos associados ao fator cognitivo e
não cognitivo, respectivamente, e i representa o termo de erro idiossincrático tal que
⊥ (f C , f N , Xi ).
i ⊥
A partir dessa especificação, pode-se responder se existe evidência de retornos
associados às competências socioemocionais para o mercado de trabalho brasileiro por
meio de alguns exercícios. Primeiramente, podemos considerar um modelo mais restrito
que não incorpora ambos os fatores latentes de habilidades cognitivas e não cognitivas
(γ C = γ N = 0), aos moldes dos modelos de capital humano das décadas de 1960 e 1970.
Em seguida, podemos estimar um modelo menos restrito que incorpora o fator cognitivo
porém ignora o fator não cognitivo (γ N = 0) e ainda considerar um modelo sem restrição
que incorpora ambos os fatores. A comparação desses modelos nos permite averiguar o
ganho explicativo que se obtém ao se incluir os novos regressores. Além disso, pretendemos
analisar a significância do parâmetro associado ao fator não cognitivo testando a seguinte
hipótese:

H0 : γ N = 0

A base de dados utilizada nesse estudo, apresentada na seção 4, possui mais de

uma medida socioemocional disponível. Sendo assim, ao considerar mais de um fator não
cognitivo no modelo, a equação (5.1) pode ser reescrita como se segue:

ln(Yi ) = βXi + γ C fiC + γ N 1 fiN 1 + · · · + γYN k fiN k + i , (5.2)

na qual fiN 1 , · · · , fiN k representam os os níveis latentes de k habilidades não cognitivas e

γ N 1 , · · · , γ N k seus retornos associados. Desta forma, incluímos nesse primeiro exercício
um modelo que considera a presença de três fatores não cognitivos e comparamos com
os demais para averiguar o comportamento do modelo. Assim como feito anteriormente,
Capítulo 5. Metodologia 34

testaremos a significância dos retornos encontrados para esses fatores. Um teste conjunto
de significância será construído sobre a seguinte hipótese:

H0 : γ N 1 = γ N 2 = γ N 3 = 0

Outro exercício de interesse busca verificar se existe heterogeneidade no retorno

relacionado às habilidades não cognitivas entre diferentes grupos de ocupação, tendo em
vista que elas podem ser precificadas de forma distinta em diferentes atividades. Podemos
recuperar o retorno de habilidades não cognitivas por grupo de ocupação incluindo dummies
de grupo de ocupação e interações com o score socioemocional da seguinte maneira:

ln(Yi ) = βXi + γ C fiC + γ N fiN + λ1 d_ocup1i + · · · + λj−1 d_ocup1j−1 +

(5.3)
δ1 d_ocup1i ∗ fiN + · · · + δj−1 d_ocupj−1
i ∗ fiN + i ,

onde d_ocup1i , · · · , d_ocupj−1

i são as dummies de ocupação4 , λ1 , · · · , λj−1 seus coeficientes
associados e δ1 , · · · , δj−1 representam os coeficientes associados às interações5 . Para cada
medida socioemocional presente em nossa base de dados, estimamos um modelo seguindo
a especificação da equação (5.3). Ao comparar, por competência, os retornos associados a
cada grupo de ocupação, δ1 , · · · , δj−1 , podemos verificar se dentro de determinado grupo
de ocupação, pessoas com maior score socioemocional recebem maiores salários, tudo o
mais constante. Neste caso, a significância de cada um desses termos, individualmente, será
informativa sobre a heterogeneidade do retornos dentro de cada ocupação. Sem dúvida,
pode existir seleção amostral por habilidades em cada ocupação, ou seja, um indivíduo
pode compor certo grupo de ocupação justamente por possuir as competências necessárias
para aquela atuação. Isso explicaria, por exemplo, retornos estatisticamente não diferentes
de zero.

4
Um grupo de ocupação deve ser sempre omitido por conta da multicolinearidade.
5
As estimativas do tipo de erro padrão reportado permitem a correlação intragrupo (cluster) entre os
diversos grupos de ocupação.
 Parte III

Resultados
 36

6 Resultados

Para tratar das questões relativas ao retorno que as competências socioemocionais

possuem no mercado de trabalho brasileiro, apresentamos inicialmente algumas estatísticas
descritivas dos dados no intuito de detectar possíveis relações entre as variáveis de interesse.
Procuramos identificar o salário mensal médio por grupo de ocupação a fim de elencar
as atividades mais rentáveis. Na Tabela 8 podemos constatar que, em geral, os grupos
de ocupação mais rentáveis são atividades que parecem exigir um grau de especialização
maior em comparação com os grupos com menor salário mensal médio.

Tabela 8 – Estatísticas salariais por Grupo de Ocupação (em R$)

Grupo de
Descrição Obs Média DP Min Max
Ocupação
5 Microempresário 31 2458,45 3029,90 780 15760
Especialista, prestador de serviços
de nível superior (advogado, médico,
6 9 2286 2332,90 700 7880
arquiteto, engenheiro, contador, den-
tista, etc)
1 Função de direção, gerência 16 2271 1711,91 450 6304
Função de coordenação, supervisão,
técnico especialista, assessor ou equi-
2 56 1763,21 1127,32 780 6304
valente, professor, médico, advogado,
etc
Empresário, Grande proprietário ru-
4 ral, Criador, Industrial, empregador, 11 1470,18 1552,24 700 6016
investidor
Especialista, prestador de serviços
de nível técnico (representante co-
7 61 1347,09 1038,11 200 6316
mercial, vendedor, mecânico, insta-
lador, etc)
Função operacional, não especialista,
3 267 1343,37 1027,78 200 11820
assistente, operador ou equivalente
Conta própria fora de casa sem car-
9 teira (camelô, ambulante, biscate, 105 1108,04 920,58 70 6316
bico, boia fria ou equivalente)
Conta própria em casa sem carteira
8 (confecção, produção de alimentos, 75 901,29 503,30 55 2376
manicure ou equivalente)
10 Pequeno produtor rural, criador 38 859,21 701,37 70 4440
Serviço doméstico com carteira assi-
11 20 826,4 324,16 300 1776
nada
Serviço doméstico sem carteira assi-
12 42 800,16 385,40 120 2076
nada
Total 731 1307,27 1200,60 55 15760
Fonte: Inaf (2015).

De fato, o nível médio de proficiência parece estar intimamente ligado aos salários.
A Figura 1 (Apêndice A) resume o nível médio de proficiência por atividade desempenhada,
Capítulo 6. Resultados 37

seguindo a ordem de média salarial da Tabela 8 (tal ordenamento é seguido durante todo
o estudo). Podemos observar que maiores níveis de proficiência estão relacionados com
maiores médias salariais. Chama a atenção o fato de que nenhum grupo de ocupação
possui uma média dentro da escala mais alta de proficiência. De acordo com o relatório
do Inaf (LIMA; RIBEIRO; CATELLI, 2015), somente 8% da população entrevistada é
proficiente na escala de alfabetismo. Em nossa amostra, apenas 9% alcançaram a escala
de proficiência máxima.
E quanto aos scores socioemocionais? As Figuras 2, 3 e 4 (Apêndice A) apresentam
o comportamento das medidas de Autogestão, Abertura ao Novo e Autoconceito por grupo
de ocupação. É importante ressaltar que todos os scores foram normalizados a fim de
observamos diferentes competências em uma mesma escala. Podemos notar que, em geral,
as maiores médias se concentram nos grupos onde o salário é maior e as menores médias
nos grupos onde o salário é menor. A fim de capturar uma medida de intensidade das
três competências socioemocionais por grupo de ocupação, criamos uma nova medida
construída pela média das três anteriores. A Figura 5 mostra o comportamento dessa
nova medida por grupo de ocupação. Da mesma forma, podemos identificar uma relação
positiva entre a medida criada e os grupos com maior média salarial.
Outra forma de verificar essa relação positiva é analisando a média dos scores por
decil salarial. A Figura 6 (Apêndice A) ilustra tal análise para os três scores socioemocionais
do Inaf e para a média dos três. A princípio, podemos perceber que existe uma ruptura
bem evidente no 4o decil de renda. Tal decil é justamente o ponto onde se encontram os
indivíduos que ganham um salário mínimo1 , o que faz com que o intervalo de renda em
volta desse valor capture de forma grosseira a produtividade marginal do trabalho dos
indivíduos, poluindo também a correlação com habilidades.
Apesar da ruptura do 4o decil, percebemos uma correlação positiva entre renda e os
scores socioemocionais. Outra forma de perceber essa relação positiva é mapeando também
a distribuição dos scores socioemocionais. As Figuras 7, 8, 9 e 10 (Apêndice A) identificam
os decis da distribuição na escala dos scores socioemocionais para cada competência. Em
suma, ao se mover pelos decis de distribuição salarial, a trajetória das médias parecem
partir do 3o ou 4o decil de distribuição socioemocional, chegando a ultrapassar o 6o decil.
Tal padrão de comportamento sugere mais uma vez que existe uma correlação positiva
entre os scores socioemocionais e o salário.
Neste ponto, iniciamos a análise mais rigorosa de nosso estudo. Apresentamos a
seguir os resultados obtidos pelo nosso modelo discutido na seção 5. A Tabela 9 resume
os resultdos encontrados ao incluirmos os níveis latentes de habilidades cognitivas e não
cognitivas na equação de salários. O modelo 1 contêm as estatísticas encontradas para
1
Em 2015, o salário mínimo equivalia a R$ 788,00. Ver <https://www.tabeladeirrf.com.br/
tabela-do-salario-minimo.html>
Capítulo 6. Resultados 38

uma especificação sem o fator cognitivo e sem qualquer fator não cognitivo na equação de
salário. No modelo 2 incluímos o fator cognitivo na especificação. O modelo 3 se refere
à especificação apresentada na equação 5.1 onde incluímos um único fator não cognitivo
(construído como a média dos 3 fatores socioemocionais do INAF) e o modelo 4 se refere à
expansão da equação 5.1 para acomodar os três fatores não cognitivos presentes na base
de dados.

Tabela 9 – Resultados dos modelos de salários

Modelo 1 Modelo 2 Modelo 3 Modelo 4

Anos de Educação 0,07∗∗∗ 0,06∗∗∗ 0,05∗∗∗ 0,05∗∗∗
Experiência 0,02∗∗ 0,02∗∗ 0,02∗∗ 0,02∗∗
Experiência2 -0,00∗∗ -0,00∗ -0,00∗ -0,00∗∗
Homem 0,40∗∗∗ 0,39∗∗∗ 0,38∗∗∗ 0,38∗∗∗
Branco 0,09∗ 0,09∗ 0,08∗ 0,08
Norte 0,01 0,02 0,04 0,04
Sudeste 0,26∗∗∗ 0,24∗∗∗ 0,24∗∗∗ 0,23∗∗∗
Sul 0,31∗∗∗ 0,29∗∗ 0,30∗∗∗ 0,30∗∗
Centro Oeste 0,37∗∗∗ 0,35∗∗∗ 0,37∗∗∗ 0,35∗∗∗
Proficiência INAF 0,06∗∗ 0,06∗∗ 0,06∗∗
Média SEMS (normalizada) 0,08∗∗∗
Autogestão (normalizada) -0,01
Abertura ao Novo (normalizada) 0,07∗∗
Autoconceito (normalizada) 0,06∗∗∗
Constant 5,58∗∗∗ 5,67∗∗∗ 5,73∗∗∗ 5,73∗∗∗
N 731 731 731 731
r2 0,28 0,28 0,29 0,30
Fonte: Inaf 2015.
∗
p < 0.10, ∗∗ p < 0.05, ∗∗∗
p < 0.01

Quatro descobertas valem ser destacadas. De início, damos ênfase à novidade

da inclusão de fatores não cognitivos nas estimações (modelos 3 e 4), tendo em vista a
negligência desse determinante na equação de salários. Em segundo lugar, nota-se o sinal
positivo e a significância estatística do retorno associado ao único fator não cognitivo no
modelo 3. A estatística F encontrada para o teste de significância do parâmetro associado
ao fator não cognitivo foi:
H0 : γYN = 0
F (1, 14) = 9, 70
P rob > F = 0, 0076.
Embora pareça um retorno de pequena magnitude (o ganho de um desvio padrão no fator
não cognitivo se traduz em um aumento médio de 8% no salário), vale lembrar que anos de
educação está sendo controlado na equação, ou seja, se acreditarmos que as competências
socioemocionais interferem nos anos de educação dos indivíduos, pode existir um efeito de
segunda ordem sobre salários via anos de educação.
Capítulo 6. Resultados 39

Uma terceira descoberta é a queda do retorno associado a anos de educação quando

incluímos o fator cognitivo e o não cognitivo nas estimações, o que é coerente com a
discussão em torno do viés de habilidade omitida. Por fim, ao considerarmos as três
medidas socioemocionais disponíveis na estimação, encontramos pistas de que Abertura
ao Novo (F (1, 14) = 6, 33 e P rob > F = 0, 0247) e Autoconceito (F (1, 14) = 14, 80
e P rob > F = 0, 0018) parecem ser mais importantes que autoconceito para explicar
salários, o que não parece ser rapidamente intuitivo, merecendo mais investigações futuras.
Entretanto, o teste de significância conjunta dos três coeficientes reafirma a existência do
retorno relacionado às competências socioemocionais:

H0 : γYN 1 = γYN 2 = γYN 3 = 0

F (3, 14) = 8, 08
P rob > F = 0, 0023

Respondendo a primeira questão proposta por esse estudo, tais evidências sugerem
que, de fato, existe um retorno associado às competências socioemocionais para o mercado
de trabalho brasileiro. Além disso, encontramos sinais de que o mercado premia de forma
distinta diferentes competências. Para verificar se tal retorno também difere entre os grupos
de ocupação identificados (segunda questão proposta por esse estudo), incluímos interações
em nosso modelo entre o score socioemocional e dummies de grupos de ocupação, conforme
descrito na equação 5.3. A Tabela 10 resume os principais resultados desse exercício,
apresentando os coeficientes encontrados para os fatores socioemocionais e suas interações
com as dummies de grupos de ocupação.
Como se pode notar, encontramos valores positivos e significativos apenas para
alguns grupos de ocupação, são eles: grupo 2 (função de coordenação, supervisão, técnico
especialista, assessor ou equivalente, professor, médico, advogado), grupo 6 (Especialista,
prestador de serviços de nível superior) e grupo 9 (Conta própria fora de casa sem carteira),
sugerindo assim que as competências socioemocionais são valoradas de forma distinta entre
os grupos de ocupação.
Sobre os diversos valores não significativos encontrados, pode-se argumentar que por
conta da agregação de várias ocupações que envolvem diferentes tarefas, e por consequência,
fundem profissionais com diferentes competências, os resultados reflitam na verdade o
efeito líquido de tal agrupamento. Como os dados não nos permitem identificar a ocupação
de cada indivíduo, somos limitados a analisar somente a diferença entre essas classificações.
Capítulo 6. Resultados 40

Tabela 10 – Resultados do modelo de salários - grupos de ocupação

Autogestão Abertura Autoconceito Média SEMS

score_sems -0,02 -0,07 0,01 0,01
δ1 0,16 0,12 0,21 0,11
δ2 0,17∗ 0,20∗∗ 0,13 0,11
δ3 0,06 0,08 0,02 0,04
δ4 0,17 0,00 0,21 0,19
δ5 -0,01 0,08 -0,01 -0,12
δ6 0,37 0,27 0,06 0,49∗
δ7 0,03 0,07 -0,03 0,02
δ8 0,12 0,13 0,07 0,08
δ9 0,22∗∗ 0,23∗∗ 0,18∗ 0,10
δ10 0,18 0,18 0,12 0,10
δ11 0,08 0,18 -0,00 0,01
N 731 731 731 731
r2 0,35 0,34 0,34 0,34
Fonte: Inaf 2015.
∗
p < 0.10, ∗∗ p < 0.05, ∗∗∗
p < 0.01
1 - Função de direção, gerência.
2 - Função de coordenação, supervisão, técnico especialista, assessor ou
equivalente, professor, médico, advogado.
3 - Função operacional, não especialista, assistente, operador ou equivalente.
4 - Empresário, grande proprietário rural, criador, industrial, empregador,
investidor.
5 - Microempresário.
6 - Especialista, prestador de serviços de nível superior (advogado, médico,
arquiteto, engenheiro, contador, dentista, etc).
7 - Especialista, prestador de serviços de nível técnico (representante comer-
cial, vendedor, mecânico, instalador, etc).
8 - Conta própria em casa sem carteira (confecção, produção de alimentos,
manicure ou equivalente).
9 - Conta própria fora de casa sem carteira (camelô, ambulante, biscate,
bico, boia fria ou equivalente).
10 - Pequeno produtor rural, criador.
11 - Serviço doméstico com carteira assinada.
12 - Serviço doméstico sem carteira assinada. (categoria omitida)
 41

7 Considerações Finais

Motivados pelas transformações advindas dos rápidos avanços da tecnologia e

desenvolvimentos em diversos campos da ciência, nosso estudo se propõe a investigar o
papel das chamadas competências socioemocionais ou “soft skills” no mercado de trabalho
brasileiro, uma vez que diversas evidências internacionais tem apontado para sua crescente
valorização no mundo do trabalho. Buscamos discutir a respeito da existência de um retorno
associado às habilidades socioemocionais no mercado nacional e da heterogeneidade de
valorização dessas competências entre diferentes grupos de ocupação.
Utilizando dados do Inaf de 2015, encontramos evidências de que o mercado de
trabalho brasileiro têm valorizado as competências socioemocionais: existe uma relação
positiva entre essas competências e o salário, indicando que existe ganho salarial para
indivíduos que possuem fatores não cognitivos mais desenvolvidos. Essa valorização das
competências socioemocionais é diferente entre grupos de ocupação, sugerindo que essa
apreciação não é uniforme no mercado, depende da natureza da atividade realizada.
Acreditamos que o conhecimento gerado nesse estudo possa integrar a literatura
sobre o tema e incentivar novos estudos sobre a relação entre as competências socioemo-
cionais e o mercado de trabalho. Além disso, esperamos que os resultados apresentados
ajudem a direcionar políticas públicas e programas de desenvolvimento de habilidades
para o mercado de trabalho, a fim de gerir melhor o impacto transformador da Quarta
Revolução Industrial no emprego, nas competências e na educação.
 42

Referências

ACEMOGLU, D.; AUTOR, D. Skills, tasks and technologies: Implications for employment
and earnings. Handbook of labor economics, Elsevier, v. 4, p. 1043–1171, 2011. Citado 2
vezes nas páginas 14 e 15.

ADERMON, A.; GUSTAVSSON, M. Job polarization and task-biased technological

change: Evidence from sweden, 1975–2005. The Scandinavian Journal of Economics,
Wiley Online Library, v. 117, n. 3, p. 878–917, 2015. Citado na página 14.

ALMLUND, M. et al. Personality psychology and economics. [S.l.], 2011. Citado na

página 21.

AUTOR, D.; KATZ, L. F.; KEARNEY, M. S. The polarization of the US labor market.
[S.l.], 2006. Citado na página 14.

AUTOR, D. et al. Polanyi’s paradox and the shape of employment growth. [S.l.]: National
Bureau of Economic Research Cambridge, MA, 2014. v. 20485. Citado na página 15.

AUTOR, D. H.; DORN, D. The growth of low-skill service jobs and the polarization of
the us labor market. The American Economic Review, American Economic Association,
v. 103, n. 5, p. 1553–1597, 2013. Citado na página 14.

AUTOR, D. H.; KATZ, L. F.; KEARNEY, M. S. Trends in us wage inequality: Revising

the revisionists. The Review of economics and statistics, MIT Press, v. 90, n. 2, p. 300–323,
2008. Citado na página 14.

AUTOR, D. H.; LEVY, F.; MURNANE, R. J. The skill content of recent technological
change: An empirical exploration. The Quarterly journal of economics, MIT Press, v. 118,
n. 4, p. 1279–1333, 2003. Citado 2 vezes nas páginas 14 e 21.

BALCAR, J. Soft skills and their wage returns: Overview of empirical literature. Review
of Economic Perspectives, v. 14, n. 1, p. 3–15, 2014. Citado 2 vezes nas páginas 16 e 21.

BARON-COHEN, S. Theory of mind and autism: A fifteen year review. Understanding

other minds: Perspectives from developmental cognitive neuroscience, v. 2, p. 3–20, 2000.
Citado na página 16.

BEAUDRY, P.; GREEN, D. A.; SAND, B. M. The great reversal in the demand for skill
and cognitive tasks. Journal of Labor Economics, University of Chicago Press Chicago, IL,
v. 34, n. S1, p. S199–S247, 2016. Citado na página 15.

BECKER, G. S. Investment in human capital: A theoretical analysis. Journal of political

economy, The University of Chicago Press, v. 70, n. 5, Part 2, p. 9–49, 1962. Citado na
página 13.

BECKER, G. S. Human capital revisited. In: Human Capital: A Theoretical and Empirical
Analysis with Special Reference to Education (3rd Edition). [S.l.]: The University of
Chicago Press, 1994. p. 15–28. Citado 2 vezes nas páginas 13 e 32.
Referências 43

BEKMAN, E.; BOUND, J.; MACHIN, S. Implications of skill-biased technological change:

international evidence. The quarterly journal of economics, MIT Press, v. 113, n. 4, p.
1245–1279, 1998. Citado na página 13.

BEN-PORATH, Y. The production of human capital and the life cycle of earnings.
Journal of political economy, The University of Chicago Press, v. 75, n. 4, Part 1, p.
352–365, 1967. Citado na página 13.

BENDASSOLLI, P. F.; MALVEZZI, S. Desempenho no trabalho: definições, modelos

teóricos e desafios à gestão. O trabalho e as organizações: atuações a partir da psicologia.
Porto Alegre: Artmed, p. 53–84, 2013. Citado na página 23.

BLOEM, J. et al. The fourth industrial revolution. Things Tighten, 2014. Citado na
página 18.

BOLSONI-SILVA, A. T. et al. A área das habilidades sociais no brasil: Uma análise dos
estudos publicados em periódicos. Estudos sobre habilidades sociais e relacionamento
interpessoal, Casa do Psicólogo São Paulo, p. 17–45, 2006. Citado na página 23.

BOUND, J.; JOHNSON, G. E. Changes in the Structure of Wages during the 1980’s: An
Evaluation of Alternative Explanations. [S.l.], 1989. Citado 2 vezes nas páginas 14 e 15.

BRUNELLO, G.; SCHLOTTER, M. Non-cognitive skills and personality traits: Labour

market relevance and their development in education & training systems. 2011. Citado 2
vezes nas páginas 21 e 22.

BRYNJOLFSSON, E.; MCAFEE, A. Race against the machine: How the digital revolution
is accelerating innovation, driving productivity, and irreversibly transforming employment
and the economy. [S.l.]: Brynjolfsson and McAfee, 2012. Citado 2 vezes nas páginas 15
e 18.

BUSSO, M. et al. Desconectados: habilidades, educación y empleo en América Latina.

[S.l.]: BID, 2012. Citado na página 22.

CAMERER, C.; LOEWENSTEIN, G.; PRELEC, D. Neuroeconomics: How neuroscience

can inform economics. Journal of Economic Literature, v. 43, p. 9–64, 2005. Citado na
página 16.

CARMELI, A.; JOSMAN, Z. E. The relationship among emotional intelligence, task

performance, and organizational citizenship behaviors. Human performance, Taylor &
Francis, v. 19, n. 4, p. 403–419, 2006. Citado na página 21.

CASTEX, G.; DECHTER, E. K. The changing roles of education and ability in wage
determination. Journal of Labor Economics, University of Chicago Press Chicago, IL,
v. 32, n. 4, p. 685–710, 2014. Citado na página 15.

CRÉPON, B.; BERG, G. J. Van den. Active labor market policies. Annual Review of
Economics, Annual Reviews, v. 8, p. 521–546, 2016. Citado 2 vezes nas páginas 21 e 22.

CUNHA, F.; HECKMAN, J. J.; SCHENNACH, S. M. Estimating the technology of

cognitive and noncognitive skill formation. Econometrica, Wiley Online Library, v. 78,
n. 3, p. 883–931, 2010. Citado na página 21.
Referências 44

CUNNINGHAM, W.; VILLASEÑOR, P. Employer voices, employer demands, and

implications for public skills development policy. [S.l.]: The World Bank, 2014. Citado 2
vezes nas páginas 19 e 22.

DAVIS, S. J. Cross-country patterns of change in relative wages. NBER macroeconomics

annual, MIT Press, v. 7, p. 239–292, 1992. Citado na página 13.

DEMING, D. J. The growing importance of social skills in the labor market. [S.l.], 2015.
Citado 5 vezes nas páginas 14, 15, 16, 21 e 23.

DOUGLAS, P. H. et al. Real wages in the united states, 1890-1926. Houghton Mifflin,
Boston, MA, Houghton Mifflin Co., 1930. Citado na página 12.

EDISON, T. A. Genius is one percent inspiration and ninety-nine percent perspiration.

Quoted in Harper’s Monthly Magazine, 1932. Citado na página 6.

FREEMAN, R. B.; KATZ, L. F. lRising Wage Inequality: The United States vs. Other
Advanced Countries, min Richard B. [S.l.]: Freeman, ed., Working Under Different Rules.
New York: Russell Sage Foundation, 1994. Citado na página 13.

FREY, C. B.; OSBORNE, M. A. The future of employment: how susceptible are jobs
to computerisation? Technological Forecasting and Social Change, Elsevier, v. 114, p.
254–280, 2017. Citado 2 vezes nas páginas 15 e 18.

GONDIM, S. M. G.; MORAIS, F. A. d.; BRANTES, C. d. A. A. Competências

socioemocionais: fator-chave no desenvolvimento de competências para o trabalho. Revista
Psicologia Organizações e Trabalho, Associação Brasileira de Psicologia Organizacional e
do Trabalho (SBPOT), v. 14, n. 4, p. 394–406, 2014. Citado na página 23.

GOOS, M.; MANNING, A. Lousy and lovely jobs: The rising polarization of work in
britain. The review of economics and statistics, MIT Press, v. 89, n. 1, p. 118–133, 2007.
Citado na página 14.

GOOS, M.; MANNING, A.; SALOMONS, A. Explaining job polarization: Routine-biased

technological change and offshoring. The American Economic Review, American Economic
Association, v. 104, n. 8, p. 2509–2526, 2014. Citado na página 14.

GOTTSCHALK, P.; SMEEDING, T. M. Cross-national comparisons of earnings and

income inequality. Journal of economic literature, JSTOR, v. 35, n. 2, p. 633–687, 1997.
Citado na página 13.

GROGGER, J.; EIDE, E. Changes in college skills and the rise in the college wage
premium. Journal of Human Resources, JSTOR, p. 280–310, 1995. Citado 2 vezes nas
páginas 14 e 15.

GUERRA, N.; MODECKI, K.; CUNNINGHAM, W. Developing social-emotional skills

for the labor market: The PRACTICE model. [S.l.]: The World Bank, 2014. Citado na
página 22.

HASKEL, J. E.; SLAUGHTER, M. J. Does the sector bias of skill-biased technical change
explain changing wage inequality? [S.l.], 1998. Citado na página 13.
Referências 45

HAYS. Regional dynamics of the global labour market – skills in demand

and tomorrow’s workforce. Hays Global Skills Index, 2017. Disponível em:
<https://www.hays.com.br/skills-index/index.htm>. Citado na página 20.
HECKMAN, J.; VYTLACIL, E. Identifying the role of cognitive ability in explaining the
level of and change in the return to schooling. Review of Economics and Statistics, MIT
Press, v. 83, n. 1, p. 1–12, 2001. Citado 2 vezes nas páginas 14 e 15.
HECKMAN, J. J. Lessons from the bell curve. Journal of Political Economy, The
University of Chicago Press, v. 103, n. 5, p. 1091–1120, 1995. Citado na página 33.
HECKMAN, J. J.; KAUTZ, T. Hard evidence on soft skills. Labour economics, Elsevier,
v. 19, n. 4, p. 451–464, 2012. Citado 3 vezes nas páginas 19, 21 e 32.
HECKMAN, J. J.; RUBINSTEIN, Y. The importance of noncognitive skills: Lessons
from the ged testing program. The American Economic Review, JSTOR, v. 91, n. 2, p.
145–149, 2001. Citado 2 vezes nas páginas 21 e 32.
HECKMAN, J. J.; STIXRUD, J.; URZUA, S. The effects of cognitive and noncognitive
abilities on labor market outcomes and social behavior. Journal of Labor economics, The
University of Chicago Press, v. 24, n. 3, p. 411–482, 2006. Citado 2 vezes nas páginas 21
e 32.
JOHN, O. P.; DONAHUE, E. M.; KENTLE, R. L. The big five inventory—versions 4a
and 54. [S.l.]: Berkeley, CA: University of California, Berkeley, Institute of Personality and
Social Research, 1991. Citado na página 32.
JUDGE, T. A. et al. The core self-evaluations scale: Development of a measure. Personnel
psychology, Wiley Online Library, v. 56, n. 2, p. 303–331, 2003. Citado 2 vezes nas
páginas 28 e 29.
JUHN, C.; MURPHY, K. M.; PIERCE, B. Wage inequality and the rise in returns to skill.
Journal of political Economy, The University of Chicago Press, v. 101, n. 3, p. 410–442,
1993. Citado 2 vezes nas páginas 14 e 15.
KARABARBOUNIS, L.; NEIMAN, B. The global decline of the labor share. The
Quarterly Journal of Economics, Oxford University Press, v. 129, n. 1, p. 61–103, 2013.
Citado na página 15.
KATZ, L. et al. Active labor market policies to expand employment and opportunity.
Reducing unemployment: Current issues and policy options, p. 239–290, 1994. Citado na
página 13.
KATZ, L. F.; AUTOR, D. H. Changes in the wage structure and earnings inequality.
Handbook of labor economics, Elsevier, v. 3, p. 1463–1555, 1999. Citado 2 vezes nas
páginas 13 e 14.
KATZ, L. F.; MURPHY, K. M. Changes in relative wages, 1963–1987: supply and demand
factors. The quarterly journal of economics, MIT Press, v. 107, n. 1, p. 35–78, 1992.
Citado 2 vezes nas páginas 14 e 15.
LEE, W. The conceptual framework of the 21st century competencies. Keynote paper
presented at the Education and 21st Century Competencies, hosted by the Ministry of
Education, p. 22–24, 2013. Citado na página 19.
Referências 46

LIMA, A.; RIBEIRO, V.; CATELLI, R. Alfabetismo no mundo do trabalho.

INDICADOR DE ALFABETISMO FUNCIONAL - INAF, 2015. Disponível em:
<http://ipm.org.br/relatorios>. Citado 2 vezes nas páginas 27 e 37.
LINDQVIST, E.; VESTMAN, R. The labor market returns to cognitive and noncognitive
ability: Evidence from the swedish enlistment. American Economic Journal: Applied
Economics, American Economic Association, v. 3, n. 1, p. 101–128, 2011. Citado na
página 21.
LU, Q. The End of Polarization? Technological Change and Employment in the US Labor
Market. [S.l.], 2015. Citado na página 15.
MICHAELS, G.; NATRAJ, A.; REENEN, J. V. Has ict polarized skill demand? evidence
from eleven countries over twenty-five years. Review of Economics and Statistics, MIT
Press, v. 96, n. 1, p. 60–77, 2014. Citado na página 14.
MINCER, J. Schooling, experience, and earnings. human behavior & social institutions
no. 2. ERIC, 1974. Citado na página 13.
MONTGOMERY, J. D. Values in Education: Social Capital Formation in Asia and the
Pacific. [S.l.]: ERIC, 1997. Citado na página 19.
MURNANE, R. J.; WILLETT, J. B.; LEVY, F. The growing importance of cognitive
skills in wage determination. [S.l.], 1995. Citado 2 vezes nas páginas 14 e 15.
NICKELL, S.; BELL, B. The collapse in demand for the unskilled and unemployment
across the oecd. Oxford review of economic policy, JSTOR, v. 11, n. 1, p. 40–62, 1995.
Citado na página 13.
OBER, H. Occupational wage differentials, 1907-1947. Monthly Lab. Rev., HeinOnline,
v. 67, p. 127, 1948. Citado na página 12.
O’BOYLE, E. H. et al. The relation between emotional intelligence and job performance:
A meta-analysis. Journal of Organizational Behavior, Wiley Online Library, v. 32, n. 5, p.
788–818, 2011. Citado na página 21.
OECD. OECD Employment Outlook: June 1993. [S.l.]: Organisation for Economic
Co-operation and Development, 1993. Citado na página 13.
OECD. OECD Employment Outlook: June 1996. [S.l.]: Organisation for Economic
Co-operation and Development, 1996. Citado na página 13.
OECD. OECD Employment Outlook: June 1997. [S.l.]: Organisation for Economic
Co-operation and Development, 1997. Citado na página 13.
O’CONNOR, M. C.; PAUNONEN, S. V. Big five personality predictors of post-secondary
academic performance. Personality and Individual differences, Elsevier, v. 43, n. 5, p.
971–990, 2007. Citado na página 21.
PETERS, M. A. Technological unemployment: Educating for the fourth industrial
revolution. [S.l.]: Taylor & Francis, 2017. Citado na página 18.
POROPAT, A. E. A meta-analysis of the five-factor model of personality and academic
performance. Psychological bulletin, American Psychological Association, v. 135, n. 2,
p. 322, 2009. Citado na página 21.
Referências 47

PREMACK, D.; WOODRUFF, G. Does the chimpanzee have a theory of mind?

Behavioral and brain sciences, Cambridge University Press, v. 1, n. 4, p. 515–526, 1978.
Citado na página 16.

PRIMI, R. et al. Development of an inventory assessing social and emotional skills in

brazilian youth. European Journal of Psychological Assessment, Hogrefe Publishing, 2016.
Citado 3 vezes nas páginas 21, 28 e 29.

RICHARD, B. F.; KATZ, L. F. Differences and Changes in Wage Structures. [S.l.]:

Chicago: University of Chicago Press and NBER, 1995. Citado na página 13.

SANTOS, D.; PRIMI, R. Desenvolvimento socioemocional e aprendizado escolar: uma

proposta de mensuração para apoiar políticas públicas. Relatório sobre resultados
preliminares do projeto de medição de competências socioemocionais no Rio de Janeiro.
São Paulo: OCDE, SEEDUC, Instituto Ayrton Senna, 2014. Citado 3 vezes nas páginas
21, 28 e 32.

SCALE, P. Payscale and future workplace release 2016 workforce-skills preparedness

report. Pay Scale Inc., Seattle, WA, 2016. Citado na página 20.

SCHANZENBACH, D. W. et al. Seven facts on noncognitive skills from education to the

labor market. Hamilton Project, Washington, District of Columbia, 2016. Citado na
página 21.

SCHWAB, K. The fourth industrial revolution. [S.l.]: Crown Business, 2017. Citado na
página 18.

SCHWAB, K.; SAMANS, R. The future of jobs: employment, skills and workforce strategy
for the fourth industrial revolution. In: WORLD ECONOMIC FORUM, GENEVA,
SWITZERLAND. [S.l.], 2016. Citado 2 vezes nas páginas 18 e 19.

SLICHTER, S. H. Notes on the structure of wages. The Review of Economics and

Statistics, JSTOR, p. 80–91, 1950. Citado na página 12.

SMITH, A. A riqueza das nações. [S.l.]: Nova Fronteira, 2017. Nenhuma citação no texto.

SUSSKIND, R.; SUSSKIND, D. The future of the professions: How technology will
transform the work of human experts. [S.l.]: Oxford University Press, USA, 2015. Citado
na página 18.

TABER, C. R. The rising college premium in the eighties: Return to college or return to
unobserved ability? The Review of Economic Studies, Wiley-Blackwell, v. 68, n. 3, p.
665–691, 2001. Citado 2 vezes nas páginas 14 e 15.

TINBERGEN, J. Substitution of graduate by other labour. Kyklos, Wiley Online Library,

v. 27, n. 2, p. 217–226, 1974. Citado na página 13.

TINBERGEN, J. Income differences: recent research. [S.l.: s.n.], 1975. Citado na página
13.

WEINBERGER, C. J. The increasing complementarity between cognitive and social skills.

Review of Economics and Statistics, MIT Press, v. 96, n. 4, p. 849–861, 2014. Citado 2
vezes nas páginas 16 e 21.
Referências 48

WILLIS, R. J. Wage determinants: A survey and reinterpretation of human capital

earnings functions. Handbook of labor economics, Elsevier, v. 1, p. 525–602, 1986. Citado
na página 13.

WOOD, A. North-south trade. Employment and Inequality: Changing fortunes in a

skill-driven, 1994. Citado na página 13.

ZINS, J. E. et al. The scientific base linking social and emotional learning to school
success. Building academic success on social and emotional learning: What does the
research say, p. 3–22, 2004. Citado na página 21.
Apêndices
 50

APÊNDICE A – Figuras

Figura 1 – Proficiencia em Alfabetismo por Grupo de Ocupação

140 Proficiente
Proficiencia em Alfabetismo

123 123
Intermediário
120
117
115
112 111

104
100 98 99
Elementar 98

90

Rudimentar 83
80

5 6 1 2 4 7 3 9 8 10 11 12
Ocupação principal no último trabalho

IC Média

Notas:
1 - Função de direção, gerência.
2 - Função de coordenação, supervisão, técnico especialista, assessor ou equivalente,
professor, médico, advogado.
3 - Função operacional, não especialista, assistente, operador ou equivalente.
4 - Empresário, grande proprietário rural, criador, industrial, empregador, investidor.
5 - Microempresário.
6 - Especialista, prestador de serviços de nível superior (advogado, médico, arquiteto,
engenheiro, contador, dentista).
7 - Especialista, prestador de serviços de nível técnico (representante comercial, ven-
dedor, mecânico, instalador, atleta).
8 - Conta própria em casa sem carteira (confecção, produção de alimentos, manicure
ou equivalente).
9 - Conta própria fora de casa sem carteira (camelô, ambulante, biscate, bico, boia
fria ou equivalente).
10 - Pequeno produtor rural, criador.
11 - Serviço doméstico com carteira assinada.
12 - Serviço doméstico sem carteira assinada.
Fonte: Inaf 2015.

As escalas de proficiência do Inaf 2015 podem ser lidas da seguinte maneira:

• Analfabeto (0 < x ≤ 50) → Corresponde à condição dos que não conseguem

realizar tarefas simples que envolvem a leitura de palavras e frases, ainda que uma
APÊNDICE A. Figuras 51

parcela destes consiga ler números familiares (números de telefone, preços, etc.).

• Rudimentar (50 < x ≤ 95) → Localiza uma ou mais informações explícitas, ex-
pressas de forma literal em textos muito simples; Compara, lê e escreve números
familiares (horários, preços, cédulas/moedas; Resolve problemas simples do cotidi-
ano envolvendo operações matemáticas elementares telefone); Reconhece sinais de
pontuação (vírgula, exclamação, interrogação, etc.) pelo nome ou função.

• Elementar (95 < x ≤ 119) → Seleciona uma ou mais unidades de informação,

observando certas condições, em textos diversos de extensão média reali-zando
pequenas inferências; Resolve problemas envolvendo operações básicas com nú-meros
da ordem do milhar, que exigem certo grau de pla-nejamento e controle; Compara
ou relaciona informações numéricas ou textuais expressas em gráficos ou tabelas
simples, envolvendo situações de contexto cotidiano doméstico ou social; Reconhece
significado de representação gráfica de direção e/ou sentido de uma grandeza.

• Intermediário (119 < x ≤ 137) → Localiza informação expressa de forma literal

em textos diversos (jornalístico e/ou científico) realizando pequenas inferências;
Resolve problemas envolvendo operações matemáticas mais complexas (cálculo de
porcentagens e proporções) da ordem dos milhões, que exigem critérios de seleção de
informações, elaboração e controle em situações diversas; Interpreta e elabora síntese
de textos diversos (narrativos, jornalísticos, científicos), relacionando regras com casos
particulares a partir do reconhecimento de evidências e argumentos e confrontando
a moral da história com sua própria opinião ou senso comum; Reconhece o efeito
de sentido ou estético de escolhas lexicais ou sintáticas, de figuras de linguagem ou
sinais de pontuação.

• Proficiente (x > 137) → Elabora textos de maior complexidade (mensagem, des-

crição, exposição ou argumentação) com base em elementos de um contexto dado e
opina sobre o posicionamento ou estilo do autor do texto; Interpreta tabelas e gráficos
envolvendo mais de duas variáveis, compreendendo elementos que caracterizam certos
modos de representação de informação quantitativa (escolha do intervalo, escala,
sistema de medidas ou padrões de comparação) reconhecendo efeitos de sentido
(ênfases, distorções, tendências, projeções); Resolve situações-problema relativas a
tarefas de contextos diversos, que envolvem diversas etapas de planejamento, controle
e elaboração, que exigem retomada de resultados parciais e o uso de inferências.
APÊNDICE A. Figuras 52

Figura 2 – Score Socioemocional por Grupo de Ocupação (Inaf 2015) - Autogestão

1
Score normalizado de Autogestão

,5

-,5

-1
5 6 1 2 4 7 3 9 8 10 11 12
Ocupação principal no último trabalho

IC Média do Score

Notas:
1 - Função de direção, gerência.
2 - Função de coordenação, supervisão, técnico especialista, assessor ou equivalente,
professor, médico, advogado.
3 - Função operacional, não especialista, assistente, operador ou equivalente.
4 - Empresário, grande proprietário rural, criador, industrial, empregador, investidor.
5 - Microempresário.
6 - Especialista, prestador de serviços de nível superior (advogado, médico, arquiteto,
engenheiro, contador, dentista).
7 - Especialista, prestador de serviços de nível técnico (representante comercial, ven-
dedor, mecânico, instalador, atleta).
8 - Conta própria em casa sem carteira (confecção, produção de alimentos, manicure
ou equivalente).
9 - Conta própria fora de casa sem carteira (camelô, ambulante, biscate, bico, boia
fria ou equivalente).
10 - Pequeno produtor rural, criador.
11 - Serviço doméstico com carteira assinada.
12 - Serviço doméstico sem carteira assinada.
Fonte: Inaf 2015.
APÊNDICE A. Figuras 53

Figura 3 – Score Socioemocional por Grupo de Ocupação (Inaf 2015) - Abertura ao Novo

1
Score normalizado de Abertura ao Novo

,5

-,5

-1
5 6 1 2 4 7 3 9 8 10 11 12
Ocupação principal no último trabalho

IC Média do Score

Notas:
1 - Função de direção, gerência.
2 - Função de coordenação, supervisão, técnico especialista, assessor ou equivalente,
professor, médico, advogado.
3 - Função operacional, não especialista, assistente, operador ou equivalente.
4 - Empresário, grande proprietário rural, criador, industrial, empregador, investidor.
5 - Microempresário.
6 - Especialista, prestador de serviços de nível superior (advogado, médico, arquiteto,
engenheiro, contador, dentista).
7 - Especialista, prestador de serviços de nível técnico (representante comercial, ven-
dedor, mecânico, instalador, atleta).
8 - Conta própria em casa sem carteira (confecção, produção de alimentos, manicure
ou equivalente).
9 - Conta própria fora de casa sem carteira (camelô, ambulante, biscate, bico, boia
fria ou equivalente).
10 - Pequeno produtor rural, criador.
11 - Serviço doméstico com carteira assinada.
12 - Serviço doméstico sem carteira assinada.
Fonte: Inaf 2015.
APÊNDICE A. Figuras 54

Figura 4 – Score Socioemocional por Grupo de Ocupação (Inaf 2015) - Autoconceito

1
Score normalizado de Autoconceito

,5

-,5

5 6 1 2 4 7 3 9 8 10 11 12
Ocupação principal no último trabalho

IC Média do Score

Notas:
1 - Função de direção, gerência
2 - Função de coordenação, supervisão, técnico especialista, assessor ou equivalente,
professor, médico, advogado.
3 - Função operacional, não especialista, assistente, operador ou equivalente.
4 - Empresário, grande proprietário rural, criador, industrial, empregador, investidor.
5 - Microempresário.
6 - Especialista, prestador de serviços de nível superior (advogado, médico, arquiteto,
engenheiro, contador, dentista).
7 - Especialista, prestador de serviços de nível técnico (representante comercial, ven-
dedor, mecânico, instalador, atleta).
8 - Conta própria em casa sem carteira (confecção, produção de alimentos, manicure
ou equivalente).
9 - Conta própria fora de casa sem carteira (camelô, ambulante, biscate, bico, boia
fria ou equivalente).
10 - Pequeno produtor rural, criador.
11 - Serviço doméstico com carteira assinada.
12 - Serviço doméstico sem carteira assinada.
Fonte: Inaf 2015.
APÊNDICE A. Figuras 55

Figura 5 – Score Socioemocional por Grupo de Ocupação (Inaf 2015) - Média SEMS

1
Score normalizado de Média SEMS

,5

-,5

-1
5 6 1 2 4 7 3 9 8 10 11 12
Ocupação principal no último trabalho

IC Média do Score

Notas:
1 - Função de direção, gerência.
2 - Função de coordenação, supervisão, técnico especialista, assessor ou equivalente,
professor, médico, advogado.
3 - Função operacional, não especialista, assistente, operador ou equivalente.
4 - Empresário, grande proprietário rural, criador, industrial, empregador, investidor.
5 - Microempresário.
6 - Especialista, prestador de serviços de nível superior (advogado, médico, arquiteto,
engenheiro, contador, dentista).
7 - Especialista, prestador de serviços de nível técnico (representante comercial, ven-
dedor, mecânico, instalador, atleta).
8 - Conta própria em casa sem carteira (confecção, produção de alimentos, manicure
ou equivalente).
9 - Conta própria fora de casa sem carteira (camelô, ambulante, biscate, bico, boia
fria ou equivalente).
10 - Pequeno produtor rural, criador.
11 - Serviço doméstico com carteira assinada.
12 - Serviço doméstico sem carteira assinada.
Fonte: Inaf 2015.
APÊNDICE A. Figuras 56

Figura 6 – Percentil socioemocional por decil salarial (Inaf 2015)

,4
Scores SEMS padronizados

,2

-,2

-,4
1 2 3 4 5 6 7 8 9 10
Decis da distribuição salarial

Autogestão Abertura
Autoconceito Média SEMS

Fonte: Inaf 2015.

Figura 7 – Percentil socioemocional por decil salarial (Inaf 2015) - Autogestão

,6
7º decil

,4
Score Autogestão padronizado

,2
6º decil

0
5º decil

-,2
4º decil

-,4
3º decil

-,6
1 2 3 4 5 6 7 8 9 10
Decis da distribuição salarial

Fonte: Inaf 2015.

APÊNDICE A. Figuras 57

Figura 8 – Percentil socioemocional por decil salarial (Inaf 2015) - Abertura ao Novo

,6

7º decil
,4
Score Abertura padronizado

6º decil
,2
5º decil

-,2
4º decil

-,4 3º decil

-,6
1 2 3 4 5 6 7 8 9 10
Decis da distribuição salarial

Fonte: Inaf 2015.

Figura 9 – Percentil socioemocional por decil salarial (Inaf 2015) - Autoconceito

,6 7º decil

,4
Score Autoconceito padronizado

6º decil
,2

0
5º decil

-,2

-,4 4º decil

-,6
1 2 3 4 5 6 7 8 9 10
Decis da distribuição salarial

Fonte: Inaf 2015.

APÊNDICE A. Figuras 58

Figura 10 – Percentil socioemocional por decil salarial (Inaf 2015) - Média SEMS

,6
7º decil

,4
Score Média SEMS padronizado

,2 6º decil

0
5º decil

-,2

4º decil
-,4

3º decil
-,6
1 2 3 4 5 6 7 8 9 10
Decis da distribuição salarial

Fonte: Inaf 2015.