Classificação racial no mercado de trabalho brasileiro: vieses, inconsistências e desigualdade de renda

​​​​​​​​Introdução

A classificação racial em registros administrativos é um tema que tem ganhado crescente atenção nas ciências sociais, sobretudo no contexto brasileiro, no qual desigualdades raciais persistem no mercado de trabalho e na sociedade como um todo. A Relação Anual de Informações Sociais (RAIS), a principal base de dados sobre o mercado formal de trabalho no Brasil, tem sido amplamente utilizada para o estudo dessas desigualdades. Durante muitos anos, a classificação racial da RAIS foi feita pelo empregador (chamada de heteroclassificação), e não pelo próprio empregado (chamada de autoclassificação)ⁱ, até que a Lei 14.553/2023 tornou obrigatória a autoclassificação racial.

Um problema identificado na literatura é que, quando existe uma heteroclassificação, frequentemente o mesmo indivíduo é classificado por diferentes empresas como sendo de raças diferentes, gerando inconsistências relevantes (Vieira, 2019 e Cornwell, Rivera e Schmutte, 2017). Além disso, essa reclassificação não é aleatória: quanto melhor é o status socioeconômico do trabalhador (salário, escolaridade, cargos gerenciais), maior a probabilidade de ele ser classificado como branco. Esse fenômeno é conhecido popularmente como “dinheiro embranquece” e pode gerar problemas para usar a RAIS para avaliar, por exemplo, desigualdades raciais no mercado de trabalho. Ao mesmo tempo, essas variações oferecem indícios importantes sobre os mecanismos sociais e institucionais que atuam na reprodução das desigualdades.

Este trabalho busca examinar criticamente as inconsistências presentes na classificação racial da RAIS e discutir suas implicações metodológicas e analíticas para o estudo das desigualdades raciais. Identificamos, inicialmente, que 44,8% dos indivíduos que aparecem mais de uma vez na RAIS entre 2003 e 2019 são classificados com mais de uma raça pelas empresas. Além disso, mostramos que essa classificação tende a ser alterada à medida que o indivíduo muda sua posição socioeconômica, evidenciando vieses sistemáticos associados à renda, escolaridade e ocupação. Por fim, propomos uma estratégia para definir uma classificação racial única por indivíduo e estimamos as desigualdades salariais por raça usando tanto a classificação original da RAIS quanto a nossa proposta de raça consolidada.

A relevância deste estudo decorre da importância de identificar em que medida inconsistências na classificação racial podem comprometer a precisão das análises sobre desigualdades no mercado de trabalho brasileiro. A RAIS é amplamente utilizada para embasar políticas públicas e estudos acadêmicos, e a inconsistência na variável raça/cor pode gerar superestimação das desigualdades de rendaⁱⁱ ou interpretações distorcidas sobre mobilidade social. Também contribuímos para a literatura propondo uma forma de tentar contornar esse problema, através da construção de uma raça única para cada indivíduo, e fazendo uma análise comparativa das disparidades raciais de salário da nossa proposta com a raça originalmente informada na RAIS.

Investigar os padrões de reclassificação contribui para o debate sobre a natureza socialmente construída da identidade racial e seus vínculos com fatores econômicos e institucionais, oferecendo subsídios tanto para a melhoria dos registros administrativos quanto para a formulação de políticas mais justas.

Dados da RAIS 2003-2019

Nossa amostra engloba a base de dados da RAIS de 2003 até 2019. A análise considera apenas registros em que os campos CPF, raça e educação do empregado foram informados. Além disso, CPFs que aparecem mais de 100 vezes nesse período são eliminados.

A amostra contém 96,6 milhões de indivíduos, sendo que 9,6 milhões aparecem somente uma vez. Dos 87 milhões de indivíduos que aparecem mais de uma vez na RAIS, cerca de 39 milhões possuem mais de uma classificação de raça.

Múltiplas Classificações de Raça

A Figura 1 abaixo mostra a inconsistência na classificação racial da RAIS para os trabalhadores que aparecem mais de uma vez no período. A maior parte dos trabalhadores aparece registrada de forma única em uma raça/cor — principalmente Branco (37,5%) e Pardo (15,7%). No entanto, uma parcela significativa aparece em mais de uma categoria ao longo do tempo, com destaque para 30,3% em Branco e Pardo, e 5,7% em Preto, Pardo e Branco, além de proporções menores em combinações como Pardo e Amarelo (0,4%) e Branco e Indígena (0,3%).

Isso evidencia que muitos indivíduos foram classificados de formas distintas, confirmando o antigo problema de heteroidentificação na RAIS e sugerindo cautela na utilização dessa variável para análises raciais. Cabe ressaltar, no entanto, que desde a
Lei 14.553 de 2023 é obrigatória a autoclassificação racial.

Figura 1: Diagrama de Venn

​

Vieses Classificatórios

Em função dessa heteroidentificação racial, há a possibilidade risco de classificações inconsistentes ao longo do tempo. Em nosso período de análise, observamos que muitos trabalhadores foram registrados pelas empresas sob duas ou mais categorias raciais, o que sugere a existência de erros de preenchimento ou de percepções diferentes por parte dos empregadores. Tal limitação compromete a confiabilidade da variável de raça, podendo gerar vieses na mensuração de desigualdades raciais no mercado de trabalho.

Para avaliar essa questão, usamos uma subamostra na qual temos apenas os indivíduos que foram classificados com mais de uma raça, e rodamos uma especificação econométrica na qual a variável dependente é um indicador igual a um se o indivíduo foi classificado como branco e zero caso contrário. As variáveis explicativas são características socioeconômicas: salários, educação e cargo. Além disso, são usados efeitos fixos de CPF do empregado, ano, município, sexo, CNPJ do empregador. O objetivo é verificar se existem vieses associados à escolha da raça para os indivíduos.

Os resultados apresentados na Tabela 1 mostram que a probabilidade de ser classificado como branco está positivamente associada a maiores níveis de remuneração, escolaridade e ocupação. Indivíduos situados nos quartis superiores de salário, assim como aqueles com graduação e, sobretudo, pós-graduação, apresentam maior probabilidade de serem identificados como brancos. Além disso, ocupações de maior prestígio, como oficiais militares, diretores, engenheiros e médicos, também aumentam significativamente essa probabilidade. Esses resultados sugerem que a classificação racial no mercado de trabalho brasileiro não é independente das condições socioeconômicas dos indivíduos, refletindo um padrão em que características associadas a maior capital humano e ocupacional estão correlacionadas à maior chance de ser identificado como branco.

Tabela 1: Modelos explicando probabilidade de ser classificado como branco​

Estimativa de Disparidade de Raça x Viés Classificatório

Um problema que surge com esse viés classificatório é que ele pode afetar as estimativas de disparidade de raça. Se um mesmo trabalhador é registrado com salário mais elevado quando classificado como branco e com salário menor quando classificado como preto, pardo ou indígena, a estimativa da disparidade racial de salários tende a ser artificialmente ampliada. Afinal, trata-se do mesmo indivíduo, que possui a mesma raça independentemente da classificação atribuída no registro.

Esse problema, contudo, não se restringe à variável de salário. Ele também pode afetar variáveis frequentemente utilizadas como controles nas análises de disparidade racial, como escolaridade e ocupação. Assim, o viés presente na variável dependente pode ser compensado (ou mais do que compensado) pelos vieses existentes nas variáveis de controle. Uma das principais contribuições deste estudo é justamente avaliar o efeito líquido final desses diferentes vieses sobre as estimativas de desigualdade racial.

Como Classificar?

Uma vez identificado o problema das múltiplas classificações de raça, e o viés associado, uma questão importante é como determinar uma raça única para cada indivíduo para ser usada em estudo econométricos. Uma escolha óbvia seria usar a moda dentre todas as classificações de raça do indivíduo, como em Gerard et al. (2021). No entanto, ainda assim temos o problema de multimodalidade, ou seja, de empates.

Nesse estudo propomos uma classificação que primeiro usa a moda, e em caso de empate (multimodal) escolhemos a raça com menor salário médio incondicional de toda a distribuição. Quando ocorre um empate a raça é atribuída na seguinte ordem: preto, indígena, pardo, branco e amarelo. A ideia por trás desse critério de desempate é tentar retirar o viés classificatório.

Cabe ressaltar que esse critério de atribuição é uma proposta preliminar, sem pretensão de ser definitivo. Outros critérios alternativos poderiam ser adotados, inclusive com o uso de bases de dados em que a classificação racial é autodeclarada, como o Cadastro Único e o Censo do IBGE.

Disparidade Salarial de Raça

Nesta seção fazemos duas estimações da disparidade salarial de raça com controles, mostradas na tabela 2. Na primeira coluna, usamos a raça original da RAIS, e na segunda coluna a nossa proposta de raça única para cada indivíduo. O objetivo é verificar até que ponto a correção da classificação da raça poderia afetar os resultados do gap salarial de raça.

Tabela 2: Regressões de diferencial de renda por raça

Os coeficientes da tabela 2 indicam diferenças salariais relevantes associadas à raça. Em relação ao grupo de referência (brancos), trabalhadores pretos, pardos e indígenas apresentam salários significativamente menores, mesmo após o controle por efeitos fixos e características observáveis. Em contrapartida, os indivíduos amarelos apresentam salários superiores aos brancos. Comparando as colunas (1), que possui a classificação racial original, com a (2), que possui a nossa proposta de classificação racial, vemos que os coeficientes para pretos e pardos não se alteram de forma relevante. No entanto, os coeficientes para indígenas são mais negativos, e para amarelos são mais positivos. Esses resultados evidenciam que, mesmo usando uma variável de raça única, persiste um diferencial de renda negativo para pretos, pardos e indígenas, o que aponta para a existência de desigualdade racial no mercado de trabalho brasileiro.

Conclusão

Este estudo analisa as inconsistências na classificação racial da RAIS e suas implicações para a mensuração das desigualdades raciais no mercado de trabalho brasileiro. Análises econométricas revelam que trabalhadores com melhor status socioeconômico tendem a ser percebidos como brancos pelas empresas. Em conjunto, os achados sugerem a presença de um ciclo de desigualdade: características socioeconômicas influenciam a forma como indivíduos são racialmente identificados.

Outra questão importante é quanto ao tipo de classificação de raça: até que ponto uma autoclassificação de raça ao invés de uma heteroclassificação poderia diminuir os vieses mostrados neste estudo? A
Lei 14.553 de 2023 torna obrigatória a autoclassificação racial, sendo assim um importante avanço. É necessário ressaltar que o mesmo indivíduo pode mudar a percepção da sua raça ao longo do tempo. Futuros estudos podem analisar as consequências da mudança para autoclassificação.

Referências Bibliográficas

CORNWELL, Christopher; RIVERA, Cody; SCHMUTTE, Ian M. Wage discrimination when identity is subjective: Evidence from changes in employer-reported race.
Journal of Human Resources, v. 49, n. 4, p. 1058–1081, 2017.

GERARD, François; LAGOS, Lorenzo; SEVERNINI, Edson; CARD, David. Assortative matching or exclusionary hiring? The impact of employment and pay policies on racial wage differences in Brazil.
American Economic Review, v. 111, n. 10, p. 3418–3457, out. 2021.

TELLES, Edward E.; LIM, Nelson. Does it matter who answers the race question? Racial classification and income inequality in Brazil.
Demography, v. 35, n. 4, p. 465–474, nov. 1998.

VIEIRA, Leonardo Souza.
Reclassificação racial e desigualdade: análise longitudinal de variações socioeconômicas e regionais no Brasil entre 2008 e 2015. 2019. Tese (Doutorado em Sociologia) – Universidade Federal de Minas Gerais, Belo Horizonte, 2019.

Ana Bárbara Damacena é estudante de doutorado em Economia na Universidade Católica de Brasília e estagiária de pós-graduação do Banco Central do Brasil.

José Renato Ornelas é servidor do Banco Central do Brasil e professor da FGV-EPPG.

​

ⁱ As portarias anuais do Ministério do Trabalho e Emprego, que divulgavam as instruções da RAIS (a exemplo da Portaria MTE nº 630/2004) orientavam o empregador a “selecionar o código compatível com a cor ou raça do trabalhador”, sem qualquer menção à necessidade de consultar o próprio empregado. A linguagem usada é a do empregador como classificador, não como transmissor da autodeclaração do trabalhador.

ⁱⁱ Os artigos de Telles e Lim (1998) e Cornwell, Rivera e Schmutte (2017) comparam a autoclassificação com heteroclassificação, e a disparidade racial é maior com a heteroclassificação.

​
​
​
Autor