Discriminação e diferencial de salário por gênero e raça para o estado da Bahia diante da capital Salvador em 2017

Authors

  • Francisco Danilo da Silva Ferreira Universidade do Estado do Rio Grande do Norte
  • William Gledson e Silva Professor Adjunto do Departamento de Economia da UERN/Assú
  • Elvira Helena Oliveira de Medeiros Universidade Federal de Juiz de Fora

Abstract

Este artigo teve o objetivo de analisar o diferencial de salários, no contexto do mercado de trabalho formal, iniciando pelos aspectos gênero (homem e mulher) e raça (brancos e não brancos), comparando o estado da Bahia em relação a Salvador em 2017. Metodologicamente, usou-se para mensuração do comportamento das variáveis da pesquisa os métodos Oxaca-Blinder (1973) e RIF-Regression formulado por Firpo et al. (2007). Os resultados mostraram que o diferencial de salários foi influenciado, significativamente, pelos aspectos gênero e raça, apresentando comportamento semelhante em Salvador frente ao estado da Bahia em 2017, constando suaves diferenças entre as porções espaciais analisados.

Downloads

Download data is not yet available.

Author Biographies

Francisco Danilo da Silva Ferreira, Universidade do Estado do Rio Grande do Norte

Doutorando em Economia pela UFPB. Professor Assistente do Departamento de Economia UERN/Assú.

William Gledson e Silva, Professor Adjunto do Departamento de Economia da UERN/Assú

Doutor em Ciências Sociais pela UFRN. Professor Adjunto do Departamento de Economia da UERN/Assú.

Elvira Helena Oliveira de Medeiros , Universidade Federal de Juiz de Fora

Mestre em Econonomia Aplicada pela UERN, Doutoranda em Economia pela UFJF.

Published

2022-05-23

How to Cite

da Silva Ferreira, F. D., e Silva, W. G., & Oliveira de Medeiros , E. H. . (2022). Discriminação e diferencial de salário por gênero e raça para o estado da Bahia diante da capital Salvador em 2017. Revista De Economia Mackenzie, 19(1), 63–89. Retrieved from http://editorarevistas.mackenzie.br/index.php/rem/article/view/14485

Issue

Section

Artigos

Most read articles by the same author(s)