Impacto da presença de crianças em creches no domicílio sobre a condição do jovem nem-nem:

Uma análise para o Brasil no ano de 2022

Anderson Henrique Fabião Cavalcanti Lima

Prof. Dr. Magno Vamberto Batista da Silva

Orientador

Prof. Dra. Liédje Bettizaide Oliveira de Siqueira

Coorientadora

dezembro, 2024

Introdução

Educação na Primeira Infância

Constituição de 1988: Educação infantil como direito social e dever do Estado.

Atualizações legais:

2006: Creches e pré-escolas incluídas na educação infantil.
2009: Ensino obrigatório a partir dos 4 anos.
2013: Formação infantil organizada entre creche (0-3 anos) e pré-escola (4-5 anos).

Plano Nacional de Educação (PNE)

Universalizar a pré-escola (4-5 anos) até 2016.ℹ️
Atender 50% das crianças de até 3 anos em creches até 2024.ℹ️

Dados recentes:

2,3 milhões de crianças até 3 anos não frequentavam creches, mas os pais gostariam de matricular (20% dessa população) (IBGE, 2023).

Jovens Nem-Nem no Brasil

Definição

Não frequentam a escola, nem participam de treinamentos ou qualificações profissionais.
Não trabalham:
- Desocupados: Refere-se a pessoas sem trabalho, mas que buscaram emprego ativamente no período de referência da pesquisa.
- Fora da força de trabalho: Indivíduos que não buscaram emprego, mas estão aptos ao trabalho ou não desejam trabalhar.
Objetivos de Desenvolvimento Sustentável (ODS) - Meta 8.6

O Brasil adotou a medida de jovens nem-nem como indicador. O objetivo é reduzir a proporção de jovens sem trabalho, educação ou formação, promovendo emprego decente e crescimento econômico.

Dados recentes:

Em 2022, o Brasil tinha 10,9 milhões de jovens nem-nem (22,3% dos jovens de 15 a 29 anos). Mulheres: 6,9 milhões (63,4%).
Homens: 3,9 milhões (36,6%).

Objetivos

Questionamento

Os jovens poderiam estar disponíveis para o trabalho e/ou qualificação, caso seus filhos ou parentes estivessem sob os cuidados de creche ou pré-escola?
Qual relação poderia ser estimada entre a existência de um jovem nem-nem com a presença de criança na escola no mesmo domicílio?

Objetivo Geral:

Investigar o efeito da presença de crianças em creche ou pré-escola sobre a condição de jovens entre 15 e 29 anos residentes no mesmo domicílio, utilizando dados do segundo trimestre da PNADc em 2022.

Objetivos Específicos:

Estimar a probabilidade de tratamento e calcular as chances de cada domicílio ter ao menos uma criança em creche ou pré-escola, considerando covariáveis de pré-tratamento.
Realizar o pareamento utilizando o método nearest neighbor propensity score matching (vizinho mais próximo).
Avaliar o balanceamento das covariáveis entre os grupos pareados, garantindo uma comparação válida.
Aplicar outras modelagens para verificar a robustez dos resultados, como a distância de Mahalanobis e o método de balanceamento por entropia.
Estimar o efeito do tratamento e calculando o impacto da presença de crianças em creche ou pré-escola no domicílio sobre a probabilidade de ter jovens na condição nem-nem.

Dados

Fonte de dados: PNAD Contínua 2022, 2º trimestre.
Características:
Dados cross section
1º Entrevista do domicílio, acumulada no 2º trimestre, para capturar as condições de habitação.
Entrevista com módulo suplementar sobre Educação Infantil (0 a 5 anos) concentrada 2º trimestre.

Ciclo Rotacional de Entrevistas.

Fonte: Extraído do Manual Básico da Entrevista, PNADc 2022.

Literatura

Vasconcelos (2017) utilizou o PSM para estudar a relação entre o Bolsa Família e a condição de jovens entre 18 e 29 anos como nem-nem.
- Constatou que ser beneficiário do programa reduziu as chances de ser nem-nem, especialmente para os mais pobres e para os homens.
Shirasu (2020) utilizou o PSM para avaliar os custos econômicos da ociosidade dos jovens nem-nem, mostrando que esses jovens representaram 0,6% do PIB em 2015.
- O estudo sugere que políticas públicas podem gerar melhorias significativas no bem-estar da sociedade e na redução dessa ociosidade.
Silva (2019) analisou o efeito da creche no mercado de trabalho feminino utilizando o PSM. Verificou que a frequência à creche aumentou a jornada de trabalho e a renda das mulheres.
Curi (2009): A frequência à creche aumenta a probabilidade de concluir o ensino médio e superior, com efeitos mais evidentes para crianças de famílias de baixa renda.
Pinto (2017): A frequência à creche melhora o desempenho acadêmico, especialmente em matemática, com benefícios acumulativos ao longo da educação básica.
Campos (2015): Creche aumenta em 2 pontos percentuais a participação das mães no mercado de trabalho formal, sem reduzir significativamente o tempo dedicado ao lar.

Metodologia

Fluxo de Decisão: Efeito da presença em creche na probabilidade de ter nemnem no domicílio.

Fonte: Elaboração própria.

Problema

Viés de Seleção e Controle das variáveis não observáveis.

Decisão de matrícula não é aleatória:
Infraestrutura insuficiente.
Busca por cuidado individualizado.
Solução:
Uso do escore de propensão para formar grupos comparáveis. - Renda per capita. - Escolaridade dos responsáveis. - Condições habitacionais.

Resultados Preliminares

Características da Amostra

A base de dados foi filtrada para incluir domicílios com crianças e/ou jovens, excluindo valores ausentes (NA).
A Tabela a seguir mostra o número de casos encontrados na base de dados.

Número de Casos
Variável	Total
Domicílios com criança(s) e jovens	6930
Domicílios com criança(s) em escola	3744
Domicílios com jovens nem-nem	3419

Fonte: Elaboração própria.

Fonte: Elaboração própria.

Resultados

Propensity Score Matching (PSM)

Escore Propensão

O escore de propensão é uma probabilidade condicional que estima as chances de um participante receber o tratamento com base nas covariáveis observadas.
Ele balanceia as covariáveis entre os grupos de controle e tratamento, tornando-os mais comparáveis.

Estatísticas Descritivas do Escore de Propensão
Estatística	Valor
Mínimo	0.252
1º Quartil (Q1)	0.477
Mediana	0.554
Média	0.540
3º Quartil (Q3)	0.604
Máximo	0.893

Fonte: Elaboração própria.

Hipótese de Suporte Comum

A avaliação da hipótese de suporte comum, é essencial para o pareamento por escore de propensão. Isso garante que domicílios do grupo tratado tenham correspondentes com características similares no grupo de controle.

Fonte: Elaboração própria.

Matriz de Confusão

A matriz de confusão avalia o desempenho do modelo ao comparar os grupos de controle e tratamento com base nas pontuações de propensão.

Acurácia: 57,59% ℹ️
Sensibilidade: 52,17% ℹ️
Especificidade: 62,21% ℹ️
Acurácia Balanceada: 57,19% ℹ️

Com valores entre 50% e 70%, o desempenho do modelo é considerado moderado e aceitável, conforme (Fawcett, 2006).

Pareamento

Métodos
Código 1
Código 2
Código 3

Método de emparelhamento de vizinho mais próximo Nearest Neighbour Matching (NNM) com reposição.

Optou-se pelo pareamento com reposição devido às diferenças amostrais entre os grupos, garantindo maior representatividade e precisão das estimativas.

Abordagens utilizadas:

1:1 com reposição: Cada tratado emparelhado com 1 controle; controle pode ser reutilizado.
1:3 com reposição: Cada tratado emparelhado com até 3 controles, ideal para desequilíbrios.
1:1 com reposição e caliper (5%): Garante maior similaridade nas características observadas.
Distância de Mahalanobis: Combina variáveis correlacionadas para medir similaridade entre unidades.
Entropia: Minimiza o desequilíbrio nos escores de propensão para maior balanceamento.

Esse método maximizou o poder estatístico e a validade da análise.

O código configura e executa o pareamento.

  matchit(
    formula_ps, 
    data = dados, 
    method = "nearest", 
    ratio = 1, 
    caliper = 0.05,
    distance = "logit", 
    replace = TRUE
  )

Nota

Diante da diferença na quantidade amostral entre o grupo de controle e o de tratamento, optou-se pelo pareamento com reposição em todos os cenários.
A utilização de um pareamento sem reposição acarretaria que muitos domicílios do grupo de tratamento ficassem sem um par adequado, comprometendo a representatividade da amostra e a precisão das estimativas.

Distância de Mahalanobis

  matchit(
    formula_ps, 
    data = dados, 
    method = "nearest", 
    ratio = 1, 
    distance = "mahalanobis", 
    replace = TRUE
  )

Entropia

  weightit(formula_ps, 
    data = dados, 
    method = "ebal", 
    estimand = "ATT")

Balanceamento entre Grupos

1:1
1:3
1:1 5%
Mahalanobis
Entropia

Fonte: Elaboração própria.

Efeito Médio do Tratamento sobre os Tratados (ATT)

O ATT mede o impacto médio da intervenção no grupo que efetivamente recebeu o tratamento.
Variável de interesse: Tratado (domicílios com crianças em creche ou pré-escola).
Resultados indicam redução significativa na probabilidade de um domicílio possuir jovens nem-nem.

Resultados das Regressões
Modelo	Coef. Tratado	Erro Padrão	Percentual (%)	Observações
1:1	-0.504***	(0.057)	-39,59	5640
1:3	-0.452***	(0.050)	-36,33	6643
1:1 5%	-0.500***	(0.057)	-39,33	5621
Mahalanobis	-0.442***	(0.057)	-35,69	5604
Entropia	-0.499***	(0.049)	-39,28	6930

Fonte: Elaboração própria.

Considerações Finais

Presença de crianças em creches reduz em média 38,05% a probabilidade de um domicílio ter jovens nem-nem.

Mecanismos possíveis:

Liberação do tempo dos responsáveis para busca de emprego.
Desenvolvimento de habilidades cognitivas e socioemocionais, preparando para o sucesso escolar e profissional.

Limitações: Possível viés de seleção e não causalidade direta.

Contribuições: Evidências sólidas sobre a relação entre o acesso à educação infantil e a redução da condição de nem-nem, enfatizando a importância de políticas públicas.

Fonte: Elaboração própria

Obrigado pela atenção!
Estou à disposição.

Anderson Henrique Fabião

📧 andersonfabiao@gmail.com

📞 (83) 98875-4742