Índice de Desistência de Procura por Emprego (IDPE)

procuraOntem o IBGE divulgou a Pesquisa Mensal de Emprego (PME) de abril, indicando mais uma queda na taxa de desemprego: de 5% em março para 4,9%. A despeito do número aparentemente favorável, esse foi um mês em que a saída de pessoas da população economicamente ativa (PEA) mais que compensou a entrada de pessoas na população ocupada (PO). Em palavras outras, a menor procura por emprego torna-se mais relevante do que a contratação das empresas para explicar a queda da taxa de desemprego. Com efeito, a tabela ao lado mostra um Índice de Desistência de Procura por Emprego (IDPE), mostrado graficamente aqui. Toda vez que o desemprego cair porque o módulo da diferença da PEA entre um mês e o mês anterior foi superior ao respectivo módulo da PO, o índice atribui "1". Desde abril de 2002 isso aconteceu 27 vezes ou 19% dos casos. Ademais, esse foi o sexto mês consecutivo em que a PEA registra queda em relação ao mês anterior, indicando que as pessoas estão procurando menos emprego. Desse modo, mesmo com a baixa geração de vagas pelas empresas, o desemprego se mantém em patamar historicamente baixo.

 

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Análise do Censo Demográfico com o R

Como podemos analisar dados do Censo Demográfico para produzir pesquisas e implementar políticas públicas? Mostramos nesta postagem o resultado de uma breve análise dos dados preliminares do Censo Demográfico de 2022 usando o R.

Deploy de modelos com Python + Shinylive + GitHub gastando ZERO reais

Colocar modelos em produção pode ser um grande desafio. Lidar com custos monetários, infraestrutura operacional e complexidades de códigos e ferramentas pode acabar matando potenciais projetos. Uma solução que elimina todos estes obstáculos é a recém lançada Shinylive. Neste artigo mostramos um exemplo com um modelo de previsão para o preço do petróleo Brent.

Como automatizar tarefas repetitivas usando Python? Um exemplo para largar o Excel

Manter relatórios diários com dados e análises atualizados é um desafio, pois envolve várias etapas: coleta de dados, tratamento de informações, produção de análises e atualização de relatório. Para superar este desafio algumas ferramentas como Python + Quarto + GitHub podem ser usadas para automatizar tudo que for automatizável. Neste artigo mostramos um exemplo com dados do mercado financeiro.

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.