4. Ensino Superior: o capital humano

Gráfico 17 | Fonte: Eight Data Intelligence com dados do IBGE

A qualidade da formação superior pode influenciar desde o avanço intelecto-produtivo do indivíduo até o desenvolvimento social e econômico de um país. No Brasil, são mais de 8,5 milhões de estudantes no terceiro grau, somados aos 356 mil que cursam algum tipo de pós-graduação lato ou strictu sensu (IBGE, 2019) em uma rede majoritariamente formada pela rede privada.

A taxa nacional de formados no ensino superior entre a população com 25 anos ou mais (IBGE, 2018) – cujo crescimento exerce forte impacto no aumento da renda média da população ocupada (Eight Data Intelligence) – está em 12,78%, praticamente um terço da taxa média (36,7%) dos países da OCDE.

Além de baixo, esse índice tem sido aquém do necessário. Nas duas últimas medições, realizadas em 2015 e 2017, o percentual de graduados no ensino superior com 25 anos ou mais apresentou queda de 4,6% e 1,01%, respectivamente. Já, em termos de crescimento, a taxa média entre 2011 e 2017 foi de apenas 1,93% (Eight Data Intelligence). Há estados com índices de conclusão do ensino superior, entre a população de 25 anos ou mais, ainda mais baixos do que a média nacional (que já é muito baixa em comparação com a média da OCDE), como é o caso da Bahia (8,7%), Maranhão (7,3%) e Pará (7,9%). A situação na Bahia se agrava ainda mais, uma vez que um terço de sua população não trabalha nem estuda.

Gráfico 18 | Fonte: Eight Data Intelligence com dados do IBGE

Já nas regiões metropolitanas, os melhores resultados, e que estão acima da média nacional, estão no Distrito Federal (30,6%), São Paulo (19,8%) e Rio de Janeiro (17,6%), mesmo assim abaixo da média dos países da OCDE. A comparação com OCDE pode soar descabida pelo fato de a organização comportar apenas países ricos. No entanto, como tratado no capítulo de orçamento educacional, o Brasil investe em educação 6% do PIB, uma proporção superior à que os países ricos gastam no mesmo setor.

Região UF T_SUPER25M
Distrito Federal DF 30.59
São Paulo SP 19.78
Rio de Janeiro RJ 17.65
Roraima RR 15.75
Paraná PR 15.65
Santa Catarina SC 15.59
Amapá AP 14.62
Rio Grande do Sul RS 14.47
Espírito Santo ES 14.18
Mato Grosso do Sul MS 14.17
Tocantins TO 13.86
Mato Grosso MT 13.59
Minas Gerais MG 13.25
Goiás GO 13.19
Amazonas AM 13.13
Paraíba PB 11.92
Acre AC 11.35
Pernambuco PE 10.75
Rio Grande do Norte RN 10.74
Sergipe SE 10.57
Rondônia RO 10.13
Piauí PI 9.75
Ceará CE 9.21
Alagoas AL 8.99
Bahia BA 8.74
Pará PA 7.98
Maranhão MA 7.37

Tabela 6 | Fonte: Eight Data Intelligence

4.1 Consequências da baixa taxa de formação

O problema de se ter uma baixa taxa nacional de formação entre pessoas com 25 anos ou mais é que ela exerce forte influência na composição dos salários das pessoas empregadas, ainda que não seja necessariamente uma medida de desempenho. A uma probabilidade de 99%, a taxa de conclusão do ensino superior é capaz de explicar sozinha 85,6% da variação média dos salários da população ocupada (Eight Data Intelligence) – atualmente estimada em 92 milhões de pessoas (IBGE). Portanto, no Brasil a quantidade de pessoas formadas impacta diretamente na remuneração salarial de quem está empregado.

A variação da Renda Média do Trabalho dos ocupados e a taxa de concluintes do ensino superior são fortemente correlacionadas, de forma positiva e em 93%. Isso indica que quando uma sobe, a outra também tende a subir (Eight Data Intelligence).

Equação 2 | Fonte: Eight Data Intelligence

Algo semelhante ocorre com a renda per capita média. A taxa elevada de desemprego (12%) e informalidade tendem a pressionar os salários para baixo, dificultando a empregabilidade dos mais qualificados (Eight Data Intelligence).

Equação 3 | Fonte: Eight Data Intelligence

As taxas de conclusão do ensino superior e as variáveis de renda (média e o total dos mais ricos e dos mais pobres) e os indicadores de desenvolvimento, também estão muito associados à taxa nacional de conclusão do ensino superior, conforme indica matriz abaixo. A taxa de analfabetismo tem relação negativa.

Por outro lado, ainda que variáveis de renda tenham forte correlação com a taxa de concluintes do ensino superior, não há relação entre essa taxa e a concentração de renda no país (índice Gini), com uma relação de apenas -3% (Eight Data Intelligence).

T_SUPER25M 
Correlação de PearsonSig. (bilateral)NN
V_RENOCUP.941**.0009898
RDPCT.891**.0009898
RDPC.891**.0009898
IDHM.874**.0009898
ANOSEST.873**.0009898
I_ESCOLARIDADE.814**.0009898
IDHM_E.797**.0009898
RDPC10.771**.0009898
T_ANALF15M-.732**.0009898
PPOB-.728**.0009898

Tabela 7 | Fonte: Eight Data Intelligence

4.2 Frequência do ensino superior e o capital humano

Além das taxas de conclusão, os indicadores relacionados à assiduidade dos alunos do Ensino Superior podem ser de grande importância para a política educacional.

Como padrão, nos últimos 30 anos, a taxa nacional de conclusão do ensino superior e a frequência bruta vêm apresentando relação positiva entre si, ou seja, a variação de uma influencia diretamente a outra de modo que quando uma aumenta a outra tende a aumentar também.

Gráfico 19 | Fonte: Eight Data Intelligence

A novidade não é tanto a descoberta dessa conexão entre frequência e conclusão –cujos números confirmam algo que pode ser até intuitivo de certa forma – mas sim no enfoque da política voltada para Ensino Superior. Pode-se levantar hipóteses de que a formulação de incentivos voltadas para manutenção de determinado patamar da frequência do Ensino Superior podem ser capazes de evitar queda na taxa de conclusão, que, por sua vez, impacta na formação dos salários.  Isso porque as taxas de frequência do ensino superior (bruta e líquida) podem ser capazes de prever algum ponto importante na política educacional direcionada com a intensão de promover aumentos ou evitar diminuições na taxa nacional de conclusão da graduação anteriormente analisada.

A Frequência Bruta é uma razão entre o número total de pessoas de todas as idades frequentando o ensino superior e o total de habitantes entre 18 e 24 anos. Já a Frequência Líquida analisa a proporção de pessoas entre 18 e 24 anos que frequentam o terceiro grau em relação ao total de habitantes dessa mesma faixa. As regiões Norte e Nordeste do Brasil são as que têm uma proporção menor de alunos. Praticamente todos os municípios dessas regiões, com poucas exceções pontuadas em laranja, estão dentro do limite inferior, ou no quartil mais baixo, representados na cor azul.

Gráfico 20| Fonte: Eight Data Intelligence com dados do IBGE

Gráfico 21 | Fonte: Eight Data Intelligence

Um indicador internacional semelhante é a proporção bruta das matrículas no ensino superior utilizada pelo Banco Mundial.

Pode-se observar que, nas últimas décadas, o Brasil apresentou baixa alteração ou variação, ainda que a média e a mediana do país estejam posicionadas acima da média mundial de matrículas no ensino superior.

Isso significa que na comparação com diversos outros países, o Brasil apresentou um índice baixo de matrículas e de assiduidade no Ensino Superior, ou seja, o país não caminhou para melhorias que impactassem esse quadro nos últimos 40 anos.

Gráfico 22 | Fonte: Eight Data Intelligence com dados do Banco Mundial

4.3 Oferta de ensino superior

O país conta com mais de 2.448 instituições de ensino superior, das quais 2.152 são privadas, distribuídas em 642 municípios. Em 90% (584) desses, o acesso ao ensino superior ocorre apenas por meio do modelo privado – representado em azul. Já em 4 municípios do país, representados em vermelho, a única opção de acesso ao terceiro grau é por meio de uma instituição pública.

Gráfico 20 | Fonte: Eight Data Intelligence com dados do MEC

Há espaços nas regiões Norte, Nordeste e no Extremo Sul do país em que não existe oferta de ensino superior. Municípios do norte do Amazonas, como São Gabriel da Cachoeira, por exemplo, está a 900 quilômetros de distância pelo rio Negro até a universidade mais próxima, em Manaus.

Entre as 20 maiores instituições de ensino superior nos sistemas público e privado, há maior número de matrículas nas universidades públicas, com destaque para as instituições do eixo Rio – São Paulo, que ocupam as três primeiras posições.

No setor privado, as duas maiores universidades em volume de matrículas têm base muito próxima, mas se distanciam com larga vantagem das demais.

Gráfico 21 | Fonte: Eight Data Intelligence com dados do INEP sobre universidades privadas
Gráfico 22 | Fonte: Eight Data Intelligence com dados do INEP sobre universidades públicas

4.3.1 Oferta de ensino superior vs. Gini

Há municípios com alto índice de desigualdade social cuja única oferta – em termos de ensino superior – ocorre pelo sistema privado.

Municípios com alto índice de Gini, mas em menor quantidade, recebem oferta de ensino superior nas duas categorias, pública e privada. Os 931 municípios que apresentam maior autocorrelação espacial com alto índice de Gini – ou maior concentração de renda e desigualdade social dentre eles e seus vizinhos – não têm acesso à oferta de ensino superior, nem público e nem privado. São municípios que, somados, têm uma população de 30 milhões de habitantes, dos quais 66,8% vivem no meio urbano.

Gráfico 23 | Fonte: Eight Data Intelligence com dados do IBGE

Chance ainda maior de oportunidades e ascensão econômica para o primeiro quintil mais rico da região. A maior parte desses municípios desiguais sem acesso ao ensino superior está no Maranhão: são 140 cidades, ou 15% do total desse grupo.

Mais desiguais sem acesso a ensino superiorNOMENOMECAPSUF
São Gabriel da CachoeiraSÃO GABRIEL DA CACHOEIRAAM
Itamarati ITAMARATIAM
Uiramutã UIRAMUTÁ RR
Santa Rosa do Purus SANTA ROSA DO PURUS AC
Alto Parnaíba ALTO PARNAÍBA MA
Amajari AMAJARI RR
Barcelos BARCELOS AM
Pacaraima PACARAIMA RR
Guajará GUAJARÁ AM
10º Lizarda LIZARDA TO

Tabela 8 | Fonte: Eight Data Intelligence com dados do IBGE

Mapa 8 | Fonte: Eight Data Intelligence com dados do Inep

Os quatro municípios da base de dados do INEP nos quais apenas há acesso ao terceiro grau por instituições públicas não têm alto índice de Gini: Petrolina (PE), Ouro Preto (MG), São Cristóvão (SE) e Seropédica (RJ).

Cidade Gini
OURO PRETO 0.500
PETROLINA 0.620
SÃO CRISTÓVÃO 0.470
SEROPÉDICA 0.470  

Tabela 9 | Fonte: Eight Data Intelligence com dados do Inep

4.3.2 Oferta de ensino superior a quem mais precisa?

No Brasil, 81% da renda pode ser explicada pelo município onde mora o cidadão. A autocorrelação espacial do índice de Renda dos municípios indica que há regiões nas quais o Índice de Desenvolvimento Humano Municipal eixo Renda influencia e é fortemente influenciado pelo mesmo índice dos seus vizinhos.

Essas localidades coincidem com a dispersão do acesso ao ensino superior e à falta dele em muitos casos.

Gráfico 24 | Fonte: Eight Data Intelligence

Por exemplo, entre os 1.608 municípios que pertencem ao cluster de renda mais baixa do país, 93% estão em regiões descobertas pelo acesso ao ensino superior. Os 7% restantes representam apenas 15 municípios cobertos, sendo 14 deles, todos no Nordeste (Bahia, Pernambuco, Paraíba, Piauí e Rio Grande do Norte), atendidos apenas por instituições privadas.

Como a influência do espaço geográfico é alta, a presença física da instituição é relevante para o acesso ao ensino superior. Isso ocorre porque as pessoas de baixa renda tendem a ter menos oportunidades financeiras para custear o deslocamento que, em muitos desses municípios mais pobres, há de se percorrer longas distâncias para se chegar às regiões centrais, situação que pode inviabilizar o trajeto até a universidade.

Ainda que os anos de estudo tenham influência sobre a renda, há uma diferença temporal, na qual, no primeiro instante o aluno investe (recursos, tempo e capital) e nem sempre é possível obter retorno financeiro. O retorno através do emprego na área em que estuda é um evento incerto e, quando ocorre, não é necessariamente imediato ao ingresso escolar.

Mapa 9 | Fonte: Eight Data Intelligence com dados IBGE

Apesar de entidades ligadas ao setor afirmarem que a população de baixa renda tem acesso à universidade pública, isso ocorre de forma pouco significativa. Para um país de proporções geográficas continentais, as distâncias são um fator relevante e que podem diminuir e dificultar o acesso da parcela mais pobre a diversos serviços públicos.

Em parte significativa desses locais sem a oferta de ensino superior, há alta densidade demográfica, quantidade elevada de pessoas vivendo em barracos de madeira (acima da média do país) e maior quantidade de domicílios sem acesso a energia elétrica.

4.4 É possível prever a taxa nacional de concluintes do Ensino Superior

Inteligência Artificial como modelo de predição

A partir de 30 variáveis captadas pelo IBGE entre 1991 e 2017, a Eight Data Intelligence ajustou algoritmos de Machine Learning (Inteligência Artificial) com a finalidade de prever o comportamento da Taxa nacional de conclusão do ensino superior entre pessoas de 25 ou mais no Brasil abreviada por T_SUPERIOR25M. Deste modo, o melhor modelo a ser usado é aquele que apresentar menor erro. Diante disso, o algoritmo XGBoost ou Extreme Gradient Boosting foi o que apresentou menor erro de predição.

A análise teve por finalidade observar o aprendizado de diferentes algoritmos e concluiu que as variáveis mais importantes para prever a Taxa nacional de conclusão do Ensino Superior são: Renda Per capitaI; IDH eixo educação; Frequência Bruta do Ensino Superior; e o Percentual de domicílios com acesso a água encanada. Maior aprofundamento pode ser encontrado no anexo Machine Learning I.