Espacios. Vol. 37 (Nº 22) Año 2016. Pág. 21

Pluriatividade e discriminação salarial por gênero e raça no mercado de trabalho rural brasileiro (2012)

Pluriactivity and wage discrimination by gender and race in rural labour market brazilian (2012)

Wallace Da Silva De ALMEIDA 1; Janaína Da Silva CABRAL 2; Rafaela Maria Graciano CARNEVALE 3

Recibido: 03/04/16 • Aprobado: 03/05/2016


Conteúdo

1. Introdução

2. Metodologia

3. Resultados

4. Considerações finais

Referências


RESUMO:

O objetivo inicial deste estudo visa identificar quais são os principais fatores determinantes da participação dos indivíduos residentes nas áreas rurais brasileiras em atividades pluriativas. Em seguida, investiga-se se há discriminação contra a mulher e o indivíduo não branco, a partir da decomposição dos diferenciais salariais por gênero e raça. Os dados utilizados foram provenientes da Pesquisa Nacional por Amostra de Domicílios (PNAD) do IBGE para o ano de 2012. Os resultados indicam que a escolaridade, idade, entre outros fatores influenciam na probabilidade de participação pluriativa. Além disso, identifica-se alto nível de discriminação de gênero e raça no rural brasileiro.
Palavras-chave: Pluriatividade; Discriminação salarial; Mercado de trabalho rural brasileiro.

ABSTRACT:

The initial objective of this study is to identify what are the main determinants of participation of individuals living in Brazilian rural areas pluriactive activities. Next, we investigate whether there is discrimination against women and non-white individual, from the decomposition of wage differentials by gender and race. The data used were from the National Sample Survey (PNAD) of IBGE for the year 2012. The results indicate that the educational level, age, and other factors influence the likelihood of pluriativa participation. In addition, it identifies high level of gender and race discrimination in the Brazilian countryside.
Keywords: Pluriactivity; Wage discrimination; Brazilian rural labor market.

1. Introdução

Nas últimas décadas, diversos estudos (FULLER, 1990; MARSDEN, 1995; GROSSI; SILVA, 2002; SCHNEIDER, 2003; SCHNEIDER et al., 2006; CARNEIRO, 2006; NASCIMENTO, 2008) têm registrado a ocorrência de um processo de transformação estrutural da agricultura e do espaço rural brasileiro motivado pelo fenômeno da pluriatividade.

De acordo com Schneider et al. (2006), a pluriatividade é um fenômeno que pressupõem a combinação de duas ou mais atividades, sendo pelo menos uma delas agrícola e outra não-agrícola. O autor defende ainda que as transformações nas formas de ocupação no meio rural e o crescimento da pluriatividade podem ser explicadas, entre outros fatores, pela modernização técnico-produtiva da agricultura e pela descentralização das plantas industriais em direção às regiões rurais com maior densidade populacional a fim de obter vantagens comparativas tais como: menores custos de transporte e mão de obra.

Seguindo a sugestão de Ellis (2000), no presente artigo será utilizado como unidade de análise o indivíduo. Logo, a pluriatividade será tratada como uma estratégia de reação (coping), dada uma situação de risco ou vulnerabilidade, ou adaptação do indivíduo, cuja ocorrência se verificará quando pessoas dotadas de capacidade de decisão optam por diversificar a alocação de seus recursos humanos entre atividades agrícolas e não-agrícolas.

Nesse sentido, o crescimento da participação das ocupações não-agrícolas no meio rural não implica, necessariamente, que a atuação em atividades pluriativas crescerá na mesma proporção, uma vez que esta última vincula-se as decisões e estratégias individuais dos trabalhadores rurais, que podem ou não optar por esta forma de inserção no mercado de trabalho. 

Santos et al. (2010), ao realizar uma análise acerca dos fatores que determinam a entrada de homens e mulheres no mercado de trabalho rural, incorporaram algumas variáveis relacionadas à segmentação e discriminação no mercado de trabalho rural tais como: cor ou raça, gênero, região geográfica, entre outras.

Assim, o objetivo inicial deste artigo é investigar quais são os principais fatores determinantes da participação dos indivíduos em atividades pluriativas. Em seguida, busca-se verificar se o mercado de trabalho rural no Brasil discrimina a mulher e o trabalhador não branco. Para alcançar o primeiro objetivo será estimado um modelo Probit univarido, no qual as estimativas foram realizadas pelo método da Máxima Verossimilhança, e para o segundo será realizada a decomposição dos diferenciais salariais por gênero e raça através da aplicação da metodologia proposta por Oaxaca (1973). Em ambos os casos serão utilizados os microdados da Pesquisa Nacional por amostra de Domicílios (PNAD) para o ano de 2012.

Este artigo segue subdivido em três seções, além desta introdução. A segunda seção foi reservada para a apresentação da metodologia empregada na realização da pesquisa. Na terceira seção serão demonstrados e analisados os resultados empíricos da pesquisa. Por fim, a última seção apresenta as conclusões derivadas do estudo.

2. Metodologia

O estudo em tela, em primeiro lugar, pretende analisar quais características influenciam os indivíduos a atuarem em atividades pluriativas no rural brasileiro. Nesse aspecto, pode-se utilizar o modelo probit univariado a fim de decompor a probabilidade de atuação pluriativa a partir de um vetor de características observáveis do indivíduo, tais como: gênero, raça, idade, escolaridade, entre outras. Considere a seguinte equação do modelo probit:

ou ainda,

Conforme explicitado na seção anterior, o segundo objetivo do presente estudo consiste em verificar o quanto do diferencial salarial por gênero e raça deve-se a discriminação no mercado de trabalho rural brasileiro. Para tanto, deve-se, inicialmente, estimar a equação de salários segundo os critérios estabelecidos pela teoria do capital humano proposta por Mincer (1974) para que, em seguida, seja possível separar os rendimentos do trabalho decorrentes de fatores produtivos e discriminatórios. De maneira geral, as equações mincerianas de salários apresenta a seguinte estrutura log-linear:


Após a realização deste primeiro exercício de investigação empírica, aplica-se o método de decomposição de Oaxaca (1973), conforme Salvato et al. (2008). Este método exige que sejam realizadas estimações da mesma equação separadamente, para cada um dos grupos considerados na análise de diferenciação salarial proposta. Habitualmente define-se dois grupos: A e B. Tais grupos podem ser formados por homens e mulheres ou brancos e não brancos, por exemplo.

Assim, as equações mincerianas de salários para cada um dos grupos de trabalhadores rurais foram definidas da seguinte forma:

3. Resultados

De acordo com os dados da PNAD para o ano de 2012, durante do período de análise, 39.127.746 indivíduos atuavam de forma pluriativa, representando cerca de 51,7% do total dos trabalhadores rurais brasileiros. Quando comparado o perfil médio dos pluriativos com os não-pluriativos, observa-se que os primeiros, de modo geral, detinham uma pior condição de moradia e possuíam um rendimento familiar per capta 16,6% inferior ao dos não-pluriativos. 

O grupo dos trabalhadores pluriativos é composto, em média, por chefes de família do sexo masculino, não brancos, de 40 anos moram, em sua maioria, em residências não próprias com mais duas pessoas e trabalham mais do que os não-pluriativos, conforme evidencia a Quadro 1.

Quadro 1 – Estatística Descritiva dos trabalhadores rurais brasileiros em 2012

VARIÁVEIS

PLURIATIVOS

NÃO PLURIATIVOS

TOTAL

%

TOTAL

%

Renda familiar per capita*

525,99

630,69

Homens

34.129.193

87,23

20.930.554

57,26

Mulheres

4.998.553

12,77

15.619.887

42,74

Brancos

13.406.715

34,26

13.482.379

36,89

Não brancos

25.721.031

65,74

23.068.062

63,11

Rural isolado

5.036.385

12,87

8.081.861

22,11

Idade*

40

36

Anos de estudo*

4

7

Npes*

3

3

Casados

2.747.549

7,02

2.246.275

6,15

Chefe de família

28.303.065

72,34

17.412.178

47,64

Casa própria

9.065.493

23,17

8.786.482

24,04

Água (rede geral)

335.769

22,68

504.940

37,35

Energia elétrica

1.431.527

96,70

1.324.595

97,97

Horas Trabalhadas*

54

51

Agrícola

38.243.459

97,74

1.315.816

3,60

Industrial

324.760

0,83

11.791.172

32,26

Serviços

215.203

0,55

9.426.359

25,79

Social

176.075

0,45

10.383.980

28,41

Adm. Pública

140.860

0,36

2.357.503

6,45

Norte

8.937.810

22,8

7.613.690

20,8

Nordeste

14.224.832

36,4

13.761.390

37,7

Centro-Oeste

3.925.070

10,0

2.700.259

7,4

Sudeste

6.261.196

16,00

6.436.169

17,6

Sul

5.778.838

14,8

6.038.933

16,5

TOTAL

39.127.746

51,70

36.550.441

48,30

 Fonte: Elaboração própria com base nos dados da PNAD (2012).
Nota: * Valor médio.

A seguir apresenta-se, na Tabela 1, os resultados obtidos através da regressão do modelo probit, no qual realiza-se a mensuração da probabilidade dos indivíduos residentes no meio rural brasileiro participarem de atividades pluriativas.

Tabela 1 – Estimativas do probit do com efeito marginal para
os indivíduos pluriativos do rural brasileiro, em 2012.

Variáveis

Coeficientes

Efeito Marginal

Idade

-0,0306*** 

             (0,0081)

-0,0121

(0,0032)

Experiência

0,0037***

             (0,0010)

0,0015

(0,0004)

Escolaridade

-0,1104***

             (0,0041)

-0,0436

 (0,0016)

Raça

0,0615*

             (0,0346)

0,0243

(0,0137)

Gênero

1,3326*** 

             (0,0449)

0,4566

(0,0119)

Rural isolado

-0,1909***

             (0,0398)

-0,0746    

 (0,0153)

Horas trabalhadas

0,0617***

             (0,0141)

0,0244

(0,0056)

Setor secundário

-2,9000***

             (0,0630)

-0,6243

 (0,0060)

Setor terciário

-2,7662*** 

             (0,0664)

-0,5809  

 (0,0063)

Norte

-0,2415*** 

             (0,0540)

-0,0937 

 (0,0205)

Nordeste

-0,2598***

             (0,0520)

-0,1021  

 (0,0202)

Centro-Oeste

-0,1442*** 

             (0,0600)

-0,0564  

 (0,0232)

Sudeste

-0,3874*** 

             (0,0522)

-0,1492

 (0,0194)

Constante

1,0312***

             (0,1748)

Núm. de observações

16.003

Wald Chi2

4.481,42***

 Fonte: Elaboração própria com base nos dados da PNAD (2012).
Notas: ( – ) Erro-padrão; * Significativo a 1%; ** Significativo a 5%; *** Significativo a 10%.

Conforme explicitado acima, observa-se através da estatística de Chi2 que o modelo é significativo a 1%. Com relação às variáveis idade e escolaridade observou-se que ambas reduzem a probabilidade de participação dos indivíduos em atividades pluriativas, em média 1,21% e 4,36%, respectivamente. Já a experiência, por outro lado, eleva sensivelmente a probabilidade de ocorrência da pluriatividade em 0,15%.  A dummy referente a raça/cor (categoria base – branca) indica que o trabalhador branco residente em áreas rurais é mais propenso a tornar-se pluriativo.

Considerando à dummy de gênero (categoria base – homens) verifica-se que os homens apresentam uma probabilidade de atuar em atividades pluriativas 45,66% superior durante o período de análise. No tocante aos indivíduos residentes no rural isolado, observar-se que estes são menos propensos a tornarem-se pluriativos, em média 7,46%. Quanto maior for a quantidade de horas trabalhadas do indivíduo mais propenso ele será a pluriatividade.

Com relação às dummys de setor (categoria base – primário) infere-se que os indivíduos cujo grupamento de atividade do empreendimento do trabalho principal está vinculado aos setores secundário e terciário apresentam menor probabilidade de participação pluriativa, cerca 62,43% e 58,09%, respectivamente.

Por fim, quanto às dummys de região (categoria base – Sul) observa-se que os indivíduos residentes em áreas rurais das regiões Norte, Nordeste, Centro-Oeste e Sudeste são menos propensos a atuação pluriativa, respectivamente, 9,37%, 10,21%, 5,64% e 14,92%. Em seguida, estimam-se equações mincerianas de salários a fim de identificar os diferenciais de salário entre os trabalhadores rurais brasileiros a partir de suas características observáveis.  

Quadro 2 – Resultados da regressão da equação minceriana de salários

Características do trabalhador

Todos

Pluriativos

Não-Pluriativos

MQO

(1)

MQO

(2)

MQO

(3)

Efeito Marginal

Idade

   0,0466***

(0,0038)

   0,0395***   (0,0059)

   0,0445***  

(0,0047)

Idade2

  -0,0005***

(0,0000)

  -0,0004***  (0,0001)

  -0,0004***  

(0,0001)

Experiência

   0,0426***

(0,0020)

    0,0425***   (0,0030)

   0,0481*** 

(0,0025)

Gênero

    0,4187***

(0,0187)

    0,3233*** (0,0353)

   0,4612***

(0,0206)

Rural isolado

   -0,1164***  (0,0171)

   -0,1662***   (0,0302)

   -0,0736***  

(0,0195)

Raça/cor (Categoria base - Branca)

Efeito Marginal

Preta

   -0,2235***

(0,0260)

   -0,2732***   (0,0388)

  -0,1758***  

(0,0334)

Parda

   -0,2817***   (0,0145)

  -0,3267***  (0,0231)

  -0,2313***  

(0,0175)

Amarela

  0,6429**  

(0,2713)

   1,1360*** (0,3592)

      -0,1910  

(0,2394)

Indígena

      -0,0783 

(0,0694)

-0,0775  (0,1054)

      -0,1160

(0,1017)

Nível Educacional (Categoria base - Analfabeto)

Efeito Marginal

Fundamental incompleto

   0,3432***    (0,0212)

    0,3499***   (0,0272)

    0,2762***  

(0,0322)

Fundamental completo

  0,5461***  

(0,0285)

    0,5517*** (0,0434)

    0,4709***  

(0,0384)

Ensino médio incompleto

  0,5690***  

(0,0327)

    0,5939***  (0,0529)

   0,4938***  

(0,0429)

Ensino médio completo

  0,7569***  

(0,0259)

    0,7679***   (0,0434)

   0,6938***   

(0,0346)

Superior incompleto

    1,0559***  

(0,0466)

     0,8649***   (0,2201)

    1,0317***   

(0,0488)

Superior completo

    1,4001***  

(0,0436)

    1,1961***   (0,1619)

    1,3672*** 

(0,0472)

-

Quadro 2 – Resultados da regressão da equação minceriana de salários
(Conclusão)

Setor de atividade (Categoria base - ADM. Pública)

Efeito Marginal

Agrícola

     -0,4986***

   (0,0248)

   -0,8709***   (0,1208)

-0,1214*

(0,0724)

Social

   -0,1559***

(0,0262)

-0,2503 (0,1735)

   -0,1290***  

(0,0261)

Industrial

   -0,1525***   (0,0255)

    -0,4738***   (0,1437)

   -0,1329***  

(0,0260)

Serviços

   -0,2349***    (0,0273)

0,0030   (0,2205)

   -0,2044*** 

(0,0272)

Constante

    3,8276*** 

(0,0879)

    4,4253***  (0,1856)

   3,7473***  

(0,1034)

Núm. de observações

16.003

8.274

7.729

R-squared

0,3382

0,2802

0,4103

Teste F

304,53***

127,45***

168,12***

Fonte: Elaboração própria com base nos dados da PNAD (2012).
Notas: ( – ) Erro-padrão; * Significativo a 1%; ** Significativo a 5%; *** Significativo a 10%.

Considerando inicialmente o vetor das características observadas dos trabalhadores, todos os parâmetros apresentaram a relação esperada. As variáveis idade e experiência nos três modelos (MQO 1, 2 e 3) exibem sinais positivos indicando um maior nível de salário real com o aumento da idade e experiência, ambos os parâmetros apresentaram significância estatística ao nível de significância de 1%. O termo quadrático da variável idade (idade2) exibe sinal negativo em todos os casos indicando um comportamento convexo na relação desta variável com o salário real, ou seja, maiores níveis salariais ocorrem no início da vida de trabalho e com o passar do tempo tende a decrescer.

Com relação à dummy de gênero (categoria base – homens), também registrou um coeficiente estimado estatisticamente significativo, indicando que os homens ganharam mais que as mulheres nos três modelos durante o período de análise, em média 41,87%, 32,33% e 46,12%, respectivamente. Logo, o maior hiato salarial médio registrado refere-se aos homens e mulheres não-pluriativos. A dummy referente ao setor censitário indica que os trabalhadores residentes em áreas rurais isoladas exibem um salário inferior aos indivíduos residentes no rural não-isolado, em média 11,64%, 16,62% e 7,36%, respectivamente.

Quanto às dummies de raça/cor, apenas a raça indígena não foi significativa estatisticamente em nenhum dos modelos. Ademais, a raça amarela não foi significativa no modelo 3.  Observa-se a partir dos resultados gerados que os indivíduos de raça preta e também os de raça parda apresentam em todos os casos um diferencial salarial negativo em relação aos de raça branca (categoria base).

Já os trabalhadores de raça amarela no primeiro e segundo modelos apresentaram um diferencial salarial positivo, em média 64,29% e 113,60% respectivamente. Com relação às dummies de escolaridade, todos os parâmetros demonstraram a relação esperada de acordo com a teoria do capital humano, ou seja, os níveis salariais crescem com a elevação do nível de instrução.

Os trabalhadores rurais que possuíam em 2012 nível superior completo receberam em média 140,01%, 119,61% e 136,72%, respectivamente, a mais de salário quando comparados aos analfabetos.

As dummies referentes aos setores de atividade dos trabalhadores (categoria base – Administração Pública) demonstraram-se estatisticamente significativas a 1%, com exceção do setor social e de serviços para os indivíduos pluriativos, e apresentaram coeficientes negativos indicando que em todos eles a remuneração média auferida pelos trabalhadores é inferior aquele pago pela administração pública.

Conforme demonstrado na Quadro 2, o setor de atividade que pior remunerou os trabalhadores pluriativos foi o agrícola, já com relação aos não-pluriativos foi o setor de serviços cujos salários foram em média 20,44% inferiores as remunerações pagas pela administração pública.

A partir da aplicação da metodologia proposta por Oaxaca-Blinder (1973) buscou-se decompor o hiato salarial dos trabalhadores rurais por gênero e raça a fim de verificar a magnitude do diferencial de rendimentos devido à discriminação no mercado de trabalho rural. No Quadro 3 estão explicitados os resultados obtidos através da utilização das equações (7) e (8).

Quadro 3 – Decomposição do diferencial salarial por gênero e raça para o rural brasileiro

Grupos

Diferencial

Termo de

Diferença devido à

Salarial médio

Discriminação

discriminação

(R$)

(R$)

 (%)

Todos

Gênero

279.28

364.88

130,65%

Raça

490.92

302.49

61,62%

Pluriativos

Gênero

272.44

219.89

80,71%

Raça

562.02

320.51

57,03%

Não-Pluriativos

Gênero

410.09

380.00

92,66%

Raça

410.25

282.76

68,92%

  Fonte: Elaboração própria com base nos dados da PNAD (2012). 

Conforme evidenciado acima, cerca de 130% do diferencial salarial médio entre homens e mulheres, sem a distinção entre trabalhadores pluriativos e não-pluriativos, não é explicado por fatores vinculados à produtividade dos indivíduos no meio rural, ou seja, este diferencial favorável aos homens (categoria base) deve-se ao termo de discriminação.

Vale salientar que, o valor superior a 100% para o termo de discriminação denota que a diferença de rendimento deveria ser favorável às mulheres, na medida em que possuem uma maior dotação de fatores produtivos. No entanto, apesar de serem, em média, mais qualificadas, auferem menores salários, fazendo com que a medida de discriminação na decomposição de Oaxaca-Blinder apresente uma dimensão superior a própria diferença de rendimento. 

Quanto aos trabalhadores pluriativos cerca de 80,71% do hiato salarial deve-se a discriminação no mercado de trabalho rural. Já com relação aos trabalhadores rurais não-pluriativos a discriminação explica cerca de 92,66% do diferencial.

Quanto a decomposição do rendimento referente à raça, observa-se que em média 61,62%, 57,03% e 68,92%, respectivamente, do hiato salarial entre brancos e não brancos deve-se ao termo de discriminação racial. Portanto, a partir dos resultados gerados com a aplicação do método de decomposição de Oaxaca-Blinder, observa-se que os indivíduos não-pluriativos enfrentam um maior nível de discriminação por gênero e raça no mercado de trabalho rural brasileiro quando comparados aos trabalhadores pluriativos.

4. Considerações finais

Este trabalho teve como objetivo inicial estudar os principais fatores determinantes da participação dos indivíduos residentes nas áreas rurais do Brasil em atividades pluriativas. Em seguida, buscou-se analisar o quanto dos diferenciais salariais por gênero e raça entre os trabalhadores rurais, pluriativos e não-pluriativos, deve-se à discriminação no mercado de trabalho.

Os resultados indicaram que quanto maior for a idade, a escolaridade e quantidade de horas trabalhadas do indivíduo menor será sua propensão a atividade pluriativa. Por outro lado, a experiência eleva sensivelmente sua probabilidade de participação. Ademais, os homens, os brancos e os trabalhadores do setor primário apresentam uma maior probabilidade de atuar em atividades pluriativas. No tocante aos indivíduos residentes no rural isolado, observar-se que estes são menos propensos a tornarem-se pluriativos, em média 7,46%. 

Quanto aos diferenciais salariais, os resultados encontrados indicam que o nível de salário real se eleva com o aumento da idade e experiência, no entanto, dado o comportamento convexo da variável idade os maiores níveis salariais ocorrem no início da vida de trabalho e com o passar do tempo tende a decrescer. Além disso, os homens e os indivíduos de raça amarela (com exceção dos não-pluriativos neste último caso) apresentaram diferenciais salariais positivos em relação as demais categorias. Com relação à escolaridade, os resultados foram de acordo com a teoria do capital humano de Mincer (1974), ou seja, quão maior for o nível de instrução maior será o salário recebido.

Por fim, ao realizar a decomposição dos rendimentos por gênero e raça observou-se que durante o período de análise as mulheres e os indivíduos não brancos enfrentam forte discriminação salarial no mercado de trabalho rural brasileiro.

Em face desta constatação, considera-se extremamente urgente que os agentes políticos e econômicos, assim como, os organismos e instituições da sociedade civil iniciem um processo de discussão em torno deste relevante tema, uma vez que a discriminação no mercado de trabalho pode contribuir para o agravamento das desigualdades econômicas e sociais no meio rural do país. 

Referências

CARNEIRO, M. J. Pluriatividade da agricultura no Brasil: uma reflexão crítica. In: A Diversidade da Agricultura Familiar. Porto Alegre/RS: Editora da UFRGS, 2006. p. 165–185.

ELLIS, F. Rural livelihoods and diversity in developing countries. Oxford (UK): Oxford University Press, 2000.

FULLER, A. M. From part-time farming to pluriativity: a decade of change in rural Europe. Journal of Rural Studies, v. 6, n. 4, p. 361–373, 1990.

GROSSI, M. E.; GRAZIANO, J. S. O uso das PNAD's para as áreas rurais. Rio de Janeiro: IPEA. 2002.

MARSDEN, T. Beyond agriculture? Regulate the new rural spaces. Journal of Rural Studies, v. 11, n. 3, p. 285–296, 1995.

MINCER, J. A. Schooling, experience and earnings. National Bureau for Economic Research, 1974.

NASCIMENTO, C. A. Pluriatividade, pobreza rural e políticas públicas: uma análise comparada entre Brasil e União Européia. FORTALEZA/CE: Banco do Nordeste do Brasil, 2008.

OAXACA, R. Male-female wage differentials in urban labor markets. International Economics Review, v. 14, n. 3, p. 693–709, 1973.

SALVATO, M. A.; SOUZA, T. M. F.; CARDOSO, M. B. R.; MOREIRA, S. A.  Mercado De Trabalho Em Minas Gerais E Bahia: Considerações sobre uma análise da discriminação de raça e gênero. XIII Seminário sobre a Economia Mineira. Anais...BELO HORIZONTE/MG: Cedeplar/UFMG, 2008

SANTOS, G. C.; FONTES, R. M. O.; BASTOS, P. M. A.; LIMA, J. E.  Mercado de trabalho e rendimento no meio rural brasileiro. Economia Aplicada, v. 14, n. 3, 2010.

SCHNEIDER, S. A pluriatividade na agricultura familiar. 1a. ed. Porto Alegre/RS: Editora da UFRGS, 2003.

SCHNEIDER, S.; CONTERATO, M. A.; KOPPE, L. R.; SILVA, C. C. A pluriatividade e as condições de vida dos agricultores familiares do Rio Grande do Sul. In: A Diversidade da Agricultura Familiar. Porto Alegre/RS: Editora da UFRGS, 2006. p. 137–165.


1. Autor correspondente. Doutorando em Economia pelo PPGE/UFU. Mestrado em Economia Aplicada pelo PPGECON/UFPE. Mestrando em Engenharia de Produção pelo PEP/UFRN. Graduado em Economia pela UFRN. E-mail: wallacealmeida88@hotmail.com
2. Doutoranda em Economia pelo PPGE/UFU. Mestre em Economia Rural pela UFC. Graduada em Economia pela UFCG. E-mail: janaina.12@gmail.com
3. Doutoranda em Economia pelo PPGE/UFU. Mestre em Desenvolvimento Regional e Agronegócio pela UNIOESTE. Graduada em Economia pela UNIOESTE. E-mail: rafaelacarnevale@hotmail.com


Revista Espacios. ISSN 0798 1015
Vol. 37 (Nº 22) Año 2016

[Índice]

[En caso de encontrar algún error en este website favor enviar email a webmaster]