Renda per capita e índice de desenvolvimento humano no Brasil

Abstract

A renda per capita é um indicador imperfeito utilizado para medir bem- estar, pois, não valora o trabalho doméstico, trabalho informal, saúde, educação, distribuição de renda e os desgastes dos recursos naturais. Observa-se o crescimento de desemprego, aumentando o número de trabalhadores que sobrevivem no mercado informal, em que o capital é insuficiente e há carência de serviços sociais. O alto grau de desigualdade vigente na sociedade brasileira mostra que a renda per capita não pode ser o único meio de mensurar o bem- estar de uma população. O Programa das Nações Unidas criou o Índice de Desenvolvimento Humano (IDH) para medir o progresso humano, utilizando indicadores de educação, longevidade e renda. Pretende-se examinar o grau de distribuição de renda e seu relacionamento com o IDH, na década de 90, no Brasil. A metodologia utilizada permite mensurar o montante da renda apropriado por cada um dos segmentos da sociedade, a evolução da renda per capita e a melhoria do padrão de vida via indicadores de expectativa de vida, de educação e saúde. Como referencial analítico, utilizou-se a curva de Lorenz, índice de Gini, Theil e coeficiente de correlação, permitem analisar a distribuição de renda, medir o grau de desigualdade e pobreza e estudar a dependência entre as variáveis. Dentre os resultados obtidos, destaca-se o crescimento da renda per capita, queda da taxa de mortalidade infantil, queda da taxa de crescimento populacional, melhoria dos índices de analfabetismo, crescimento da taxa de escolaridade e queda da taxa de fecundidade. Mostra-se que os índices de Gini e Theil permanecem estáveis. As variáveis, PIB per capita e alfabetização, PIB per capita e expectativa de vida, indicam a existência de não-correlação, quando calculadas para as regiões Norte/Nordeste e Sul/Sudeste do País. PIB per capita e IDH são correlacionados quando calculados para as regiões brasileiras Norte/Nordeste, e não são correlacionados para as regiões Sul/Sudeste.

The per capita income is an imperfect indicator usually used to measure the welfare, since it does not valorize the domestic and informal works, health, education, income distribution and the exhaustion of natural resources. There has been an increase in the unemployment level, so leading to an increasing number of workers who have survived in the informal market, where the capital is rather insufficient and there is a shortage of social services. Actually, the high level of inequality within the Brazilian society shows the per capita income cannot be the only tool available to measuring the welfare of a population. The United Nations Program created the Human Development Index (HDI) aiming at the measurement of the human progress, by using the indicators for education, longevity and income. The purpose of this study is to examine the level of the income distribution and its relationship to the Human Development Index over the 90-ies in Brazil. A methodology is used that makes possible to measure the amount of income taken by each segment of the society, the evolution of the per capita income and the improvement of the life standard through indicators of life expectation, education and health. The used analytic referential consisting of the Lorenz’s curve, Gini and Theil’s indices and correlation coefficient allows to analyze the income distribution, to measure the inequality and poverty levels, and to study the dependence among these variables. The following results were obtained results: growth of the per capita income, the decline in the rates of infantile mortality and population growth, improvement of the analphabetism indexes, increased education rate, decline in fecundity rate. It was found that Gini and Theil’s indices remain stable. The per capita PIB and alphabetization, as well as the per capita PIB and life expectation indicate there is no correlation, when they are calculated for the Country, for North/Northeastern and Southeast/Southern regions. The per capita PIB and HDI are correlated, when they are calculated for Brazil and North/Northeastern regions, but show no correlation for South/Southeastern regions.