O Custo Unitário do Trabalho (CUT) mede quanto do fator trabalho é preciso para produzir uma unidade de produto, e é um dos indicadores mais diretos de competitividade e de pressão inflacionária vinda do mercado de trabalho. Neste tutorial você vê como calcular o custo unitário do trabalho no Python, até a decomposição que separa o efeito dos salários do efeito da produtividade, com dados públicos do IBGE.
O caminho reúne coleta de quatro tabelas do IBGE, ajuste sazonal com o algoritmo X-13ARIMA-SEATS e a decomposição da variação trimestral. O resultado é o gráfico abaixo, que mostra o que puxa o custo para cima ou para baixo a cada trimestre.
A leitura é imediata: quando a barra laranja do salário supera o ganho de produtividade, o custo unitário sobe. Foi o que aconteceu no último ano — e o tutorial abaixo mostra como chegar até esse gráfico.
Quer reproduzir este gráfico?
O script completo em Python (coleta das tabelas do IBGE, dessazonalização com X-13ARIMA-SEATS e a decomposição do CUT) vai para os assinantes do Boletim AM. Assine, é gratuito, e receba o código pronto para rodar no seu e-mail.
O que é o Custo Unitário do Trabalho
O CUT é a razão entre o custo médio do trabalho e a produtividade do trabalho. Em símbolos, CUT = W / PT, onde W é o rendimento médio real e PT é a produtividade. Ele responde a uma pergunta prática: cada real pago em salário está gerando quanto de produto?
O ponto econômico está na relação entre as duas partes. O custo unitário só fica estável quando o salário real e a produtividade crescem no mesmo ritmo. Se o rendimento sobe mais rápido que a produtividade, cada unidade produzida fica mais cara, o que corrói competitividade e pressiona a inflação de serviços.
A produtividade do trabalho é, por sua vez, a razão entre a produção e o esforço de trabalho: PT = Y / L.
Por que medir o trabalho em horas, não em pessoas
Contar só o número de ocupados ignora a margem intensiva: a mesma pessoa pode trabalhar mais ou menos horas conforme o ciclo econômico. Na pandemia, muita gente manteve o vínculo mas reduziu a jornada, e uma medida por cabeças não enxerga essa queda.
Por isso, seguindo a recomendação do FGV IBRE, o esforço de trabalho é medido pela massa de horas efetivamente trabalhadas: L = PO × h̄, a população ocupada multiplicada pela média de horas por semana. Como o IBGE não divulga essa massa pronta, ela é construída a partir de duas séries da PNAD Contínua.
As etapas do método
O cálculo integra fontes diferentes e frequências que precisam ser compatibilizadas. O caminho, sem mostrar o código, tem quatro etapas.
📥
🧹
📊
🧮
O ajuste sazonal
O PIB da Tabela 1621 já vem dessazonalizado pelo IBGE. As séries da PNAD Contínua, não. O rendimento tem um padrão sazonal forte: sobe no fim de cada ano e recua no começo do seguinte. Sem tratar isso, a variação na margem confunde efeito de calendário com efeito econômico.
A solução é o X-13ARIMA-SEATS, o algoritmo de ajuste sazonal do US Census Bureau, aplicado ao rendimento real. O gráfico abaixo mostra a série antes e depois: a linha azul é a versão limpa, sem os dentes de serra da sazonalidade.
A decomposição por log-diferenças
Com salário e produtividade prontos, a variação trimestral do CUT é separada por uma identidade simples: Δln(CUT) = Δln(W) − Δln(PT). A aproximação por logaritmo transforma o quociente numa subtração, o que permite ler cada trimestre como uma soma de contribuições. É o que gera o gráfico de barras da abertura.
O que os números mostram
A tabela reúne os últimos trimestres da série, com a variação percentual de salário, produtividade e do CUT resultante.
| Trimestre | Salário real (var. %) | Produtividade (var. %) | CUT (var. %) |
|---|---|---|---|
| 4T24 | +0,67 | +0,16 | +0,51 |
| 1T25 | +1,17 | +2,64 | −1,47 |
| 2T25 | +0,77 | −1,67 | +2,44 |
| 3T25 | +0,95 | −0,35 | +1,31 |
| 4T25 | +1,52 | +0,58 | +0,94 |
| 1T26 | +0,83 | +1,43 | −0,60 |
Variação trimestral (log, t/t). Fontes: IBGE/SCN e PNADC.
- O custo subiu quase 4% em doze meses. No acumulado até o 1º trimestre de 2026, o CUT avançou cerca de 4,1%.
- A alta veio do salário, não da produtividade. O rendimento real ganhou perto de 4% no mesmo período, enquanto a produtividade ficou praticamente parada.
- É o cenário de alerta da identidade. Salário crescendo sem produtividade acompanhando é exatamente o que empurra o custo unitário para cima.
Para contexto, os dois gráficos de nível ajudam a ver de onde vêm essas variações: o PIB em recuperação e a massa de horas de volta ao patamar pré-pandemia.
As ferramentas por trás
Considerações finais
Este exercício mostra algo que há poucos anos exigia uma equipe: reproduzir, com dados públicos e um punhado de linhas, um indicador que combina Contas Nacionais e mercado de trabalho. O Python reúne coleta, tratamento estatístico e visualização num único fluxo.
O valor não está no CUT em si, mas no caminho. Coletar, tratar, modelar e visualizar é a espinha dorsal de quase todo problema aplicado de economia e finanças. O que muda é a pergunta:
- Analista macro: monitorar competitividade e antecipar pressão de custos sobre a inflação de serviços.
- Economista de mercado: alimentar modelos de projeção com um indicador de custo construído na própria casa.
- Gestor e estrategista: ler o ciclo de salários versus produtividade antes de decisões de investimento.
- Analista de risco: incorporar sinais do mercado de trabalho a cenários e testes de estresse.
Aprender a linguagem é o que abre a porta para todas essas frentes.
Você viu como funciona. Aprenda a construir.
A trilha de macroeconomia aplicada no Python ensina o método por trás deste exercício: coleta de dados públicos, tratamento de séries e modelagem. Quem quer acesso a todas as formações tem o AM Black, a assinatura anual.
Leia também:
