Please use this identifier to cite or link to this item: https://repositorio.ufrn.br/handle/123456789/52080
Title: Determinantes da manutenção do emprego em tempos de Indústria 4.0: o caso da agropecuária no Brasil
Other Titles: Determinants of employment maintenance in times of Industry 4.0: the case of agriculture in Brazil
Authors: Fernandes, Tito Lívio Xavier
Advisor: Trovão, Cassiano José Bezerra Marques
Keywords: Economia;Indústria 4.0;Manutenção do emprego;Automação;Machine learning
Issue Date: 25-Nov-2022
Publisher: Universidade Federal do Rio Grande do Norte
Citation: FERNANDES, Tito Lívio Xavier. Determinantes da manutenção do emprego em tempos de Indústria 4.0: o caso da agropecuária no Brasil. Orientador: Cassiano José Bezerra Marques Trovão. 2022. 73f. Dissertação (Mestrado em Economia) - Centro de Ciências Sociais Aplicadas, Universidade Federal do Rio Grande do Norte, Natal, 2022.
Portuguese Abstract: A inserção das tecnologias de informação e comunicação pode ocasionar desajustes entre oferta e demanda de força de trabalho. Estudos recentes evidenciam que, no Brasil, um dos setores mais impactados por processos de automação será o setor agrícola. Nesse sentido, o objetivo deste estudo foi investigar os determinantes da manutenção no emprego dos trabalhadores no setor agrícola em tempos de indústria 4.0. Para isso, utilizou-se um modelo de regressão logística com intuito de estimar a probabilidade de determinado trabalhador estar empregado, dado um conjunto de variáveis explicativas. Este trabalho inovou ao inserir as probabilidades de automação associadas às ocupações estimadas por Frey & Osborne (2013), convertidas para o mercado de trabalho brasileiro por LIMA et al. (2019) como variável explicativa da empregabilidade dos trabalhadores do setor agrícola. A base de dados utilizada nesta pesquisa foi a RAIS ano de 2019. Os principais resultados encontrados apontam que escolaridade, tempo de emprego e renda impactam positivamente na probabilidade do indivíduo estar empregado, em todas as cinco regiões brasileiras; enquanto indivíduos que estão associados a ocupações que possuem alta probabilidade de automação, apresentam probabilidade esperada de estarem empregados menores que aqueles associados à probabilidade baixa. Portanto, os resultados encontrados reforçam a necessidade de investimento em qualificação profissional para dotar os trabalhadores com habilidades alinhadas às necessidades da agropecuária contemporânea.
Abstract: The insertion of information and communication technologies can cause imbalances between labor supply and demand. Recent studies show that in Brazil, one of the sectors most impacted by automation processes will be the agricultural sector. In this sense, the aim of this study was to investigate the determinants of job retention for agricultural workers in the Industry 4.0 era. For this purpose, a logistic regression model was used to estimate the probability of a given worker being employed, given a set of explanatory variables. This study innovated by incorporating the probabilities of automation associated with occupations estimated by Frey and Osborne (2013), converted to the Brazilian labor market by Lima and Almeida (2019) as an explanatory variable for the employability of agricultural workers. The database used in this research was the RAIS year 2019. The main results indicate that education, employment tenure, and income positively impact the probability of an individual being employed in all five Brazilian regions. Meanwhile, individuals associated with occupations that have a high probability of automation have an expected probability of being employed lower than those associated with low probability. Therefore, the results reinforce the need for investment in professional qualification to provide workers with skills aligned with the needs of contemporary agriculture.
URI: https://repositorio.ufrn.br/handle/123456789/52080
Appears in Collections:PPGECO - Mestrado em Economia

Files in This Item:
File SizeFormat 
Determinantesmanutencaoemprego_Fernandes_2022.pdf970,02 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.