Caracterização territorial do desemprego registado em Portugal: aplicação da
análise de clusters
INTRODUÇÃO
Um estudo das semelhanças/disparidades regionais, no mercado de trabalho
português, não se pode limitar a uma mera análise descritiva dos fenómenos
associados mas deve, antes, estabelecer padrões de comparação espacial entre os
territórios alvo de análise, para que se desenvolvam políticas públicas, de
âmbito tanto central como regional, adequadas ao combate dos problemas
associados. A criação de políticas de emprego, que combatam o fenómeno
persistente do desemprego, têm merecido particular atenção na economia
portuguesa, no entanto, pouco se conhece relativamente ao perfil dos
desempregados registados ao longo das regiões nacionais, para que se
desenvolvam políticas especialmente direccionadas a perfis regionais de
desemprego.
Em Portugal, são conhecidos alguns estudos que pretendem delimitar geográfica,
económica e socialmente, as regiões nacionais em grupos mais ou menos
homogéneos, de forma a promover um melhor conhecimento das estruturas sócio-
económicas, regionais e locais. Não são, no entanto, conhecidos estudos que
forneçam uma análise particular do perfil regional do desemprego registado.
Este tipo de análise começa a ser desenvolvido em outras economias, pois
acredita-se serem de importância fulcral para a compreensão do fenómeno do
desemprego a nível agregado. Veja-se o exemplo de estudos como o de López-Bazo
et al. (2005) ou Fertig et al. (2006) que procuram compreender, a nível
regional, padrões de desemprego anormalmente elevados ou o impacto de distintas
políticas públicas de emprego, respectivamente. Por outro lado e de acordo com
autores como Marelli (2007), economias que verificam alterações substanciais no
seu Produto Interno Bruto (como, por exemplo, crescimentos rápidos) fazem-no,
essencialmente, à custa de algumas regiões em detrimento de outras, tendendo a
fomentar disparidades regionais que se observam, nomeadamente, através de
diferentes perfis de desemprego regional. Os chamados países do alargamento
puderam experimentar tal fenómeno, o que gerou a produção de estudos vários
sobre o fenómeno regional de desemprego (Arandarenko, 2007; Babucea, 2009 e
Nadiya, 2008).
Neste trabalho de investigação, vai procurar-se delimitar regiões do país '
recorrendo à unidade territorial distrito ' de acordo com um determinado perfil
de desemprego registado. Assim, aplica-se uma análise classificatória onde as
unidades territoriais se agrupam em classes, de acordo com as suas semelhanças,
observáveis através do conjunto de variáveis explicativas apresentadas. Vai
procurar-se detectar a presença de homogeneidade entre diversos distritos
partindo de um método estatístico multivariado ' a metodologia de clusters.
Este método permite a obtenção de uma segmentação do território continental em
regiões caracterizadas por um perfil que em «média» defina a população
desempregada registada residente.
Tal segmentação será observada para os anos de 2008 e 2009, numa perspectiva
comparativa cross-section. Vai procurar identificar-se padrões de continuidade
ou de evolução nos perfis médios da população registada no conjunto dos 18
distritos que compõem o território de Portugal Continental, tendo em conta um
conjunto de variáveis tornadas públicas pela instituição que gere o registo de
desempregados em Portugal ' o Instituto de Emprego e Formação Profissional
(IEFP).
O artigo desenvolve-se da seguinte forma: na secção seguinte apresenta-se uma
descrição do desemprego registado em Portugal Continental, tendo em conta um
conjunto de características que descrevem os desempregados registados nos
centros de emprego nacionais, e a sua evolução entre 2008 e 2009;
posteriormente, desenvolve-se sucintamente a metodologia de análise
seleccionada e que terá aplicação empírica na secção subsequente, na qual serão
apresentados os resultados obtidos e, por último, as conclusões.
CARACTERIZAÇÃO NACIONAL E DISTRITAL DO DESEMPREGO REGISTADO
Os desempregados registados nos Centros de Emprego nacionais apresentam um
determinado número de características que os distinguem em aspectos tão básicos
como o género, a idade, a escolaridade, a duração de desemprego ou a situação
relativamente ao primeiro emprego. Tal caracterização está disponível
publicamente ao nível concelhio e numa base mensal com o mês de Dezembro de
cada ano a apresentar o stock de registos de desemprego final desse mesmo ano
[1]. Em termos globais, e considerando o território de Portugal Continental, a
caracterização do desemprego registado, tanto em termos demográficos como
laborais, apresenta-se na Tabela 1.
TABELA 1 - Caracterização global do desemprego registado em Portugal
Continental
Os valores apresentados permitem visualizar as alterações na caracterização do
desemprego registado entre 2008 e 2009, ano de crise financeira e económica
mundial, em que se acentuou o registo de desempregados em Portugal. Esse
incremento nos registos é notório em valor total como também ao nível de cada
uma das características em análise, como se pode observar na Figura 1.
FIGURA 1 - Evolução das características do desemprego registado entre 2008 e
2009
Emprego – diferenças estas que condicionam a política pública de emprego a
implementar e os seus resultados.
A distribuição das várias características altera-se entre características
demográficas e laborais. Na Figura 1 é claro o crescimento do desemprego
registado na população masculina, tornando a distribuição equitativa entre os
géneros. É visível, ainda, o aumento da proporção de desemprego de menor
duração e daqueles que procuram um novo emprego, assim como da proporção de
desempregados de meia idade e com um nível de ensino mais elevado (nomeadamente
com o ensino secundário).
A distribuição das características do desemprego registado não é, no entanto,
similar ao longo do território nacional. De facto, observam-se diferenças
significativas relativamente a tal distribuição entre os vários distritos do
país, tanto em termos demográficos como laborais. Vejam-se os exemplos
apresentados na Figura 2.
FIGURA 2 - Distribuição de características demográficas e laborais por
distrito, 2008-2009
Tendo em conta as características seleccionadas, pode observar-se, por exemplo,
que os distritos de Lisboa, Setúbal e Santarém são os que apresentam uma menor
disparidades entre géneros, em termos de desemprego registado, enquanto em
distritos como Bragança, Guarda ou Porto, tal disparidade é significativa. No
que se refere à duração do desemprego registado, Faro, Évora ou Portalegre
constituem-se como os distritos com maior disparidade entre o período de
duração dos seus desempregados, atenuando-se tal diferença em distritos como
Porto, Braga ou Vila Real.
O exercício realizado na Figura 2 poderia repetir-se para outras
características ' a análise da distribuição dos registos de desemprego mostra
um território com marcadas diferenças regionais na caracterização dos
indivíduos inscritos nos Centros de Emprego ' diferenças estas que condicionam
a política pública de emprego a implementar e os seus resultados.
BREVE INTRODUÇÃO À ANÁLISE DE CLUSTERS
Utilizada pela primeira vez por Tryon (1939), a análise de clusters consiste
num conjunto de métodos da estatística multivariada que engloba diferentes
algoritmos de classificação e optimização para organizar informações sobre
variáveis e formar grupos homogéneos. Por outras palavras, a análise de
clusters consiste numa análise exploratória de dados que pretende organizar
diferentes variáveis para que o grau de associação entre duas variáveis seja
máximo, se pertencem ao mesmo grupo, e mínimo, em caso contrário. Em resumo, o
objectivo básico consiste em descobrir agrupamentos naturais de variáveis que
apresentem, simultaneamente, coesão interna e separação externa. A análise de
clusters não faz suposições em relação ao número de grupos ou às suas
estruturas ' o agrupamento é feito com base nas similaridades (ou
dissimilaridades) entre os grupos caracterizadas pelas diferentes formas de
cálculo das «distâncias».
Face ao exposto, como estamos a tratar informação associada com medidas de
«similaridade» é necessário, numa primeira fase, organizar os dados observados
em estruturas com significados físicos diferentes numa única medida padronizada
de forma a que lhes seja garantida a mesma ponderação nos resultados finais.
Existem, depois, vários métodos usados para medir a distância ou similaridade
entre os elementos de uma matriz de dados. Pretende-se inferir (i) sobre a
distância entre observações do mesmo agrupamento e distância entre observações
de agrupamentos diferentes, (ii) a dispersão das observações pertencentes a um
agrupamento e (iii), a densidade das observações dentro e fora dos
agrupamentos.
Sendo as variáveis a utilizar, no estudo, quantitativas, é aconselhada a
utilização do método da Distância Euclidiana (Giudici e Figini, 2009) definido
como a raíz quadrada do somatório dos quadrados das diferenças entre os valores
de e de para todas as variáveis (υ=1,2,...p):
Para além de estabelecer qual a forma de cálculo da distância entre
observações, é ainda necessário estabelecer a forma de cálculo da distância
entre grupos. Tal passo é particularmente importante aquando da utilização de
métodos hierárquicos de definição de clusters. Estes métodos permitem obter uma
família de partições, associadas com subsequentes níveis de agrupamento entre
observações, que podem ser representadas graficamente por dendogramas, que não
são mais que estruturas gráficas hierarquizadas em forma de árvore. De facto,
representam partições que partem de divisões mais desagregadas de observações,
para se irem aglomerando até todas estarem acondicionadas num único grupo.
Para a obtenção dos dendogramas podem aplicar-se diferentes técnicas, nenhuma
melhor que a outra, a priori, pois não é possível seleccionar um método ideal
para um determinado conjunto de informação. É necessário experimentar
diferentes alternativas e comparar os respectivos resultados.
Neste trabalho, foram seleccionadas duas técnicas que se distinguem pelo facto
de apenas exigirem o cálculo da matriz de distâncias entre observações, no caso
do método de complete-Linkage (ou vizinho mais distante), e o cálculo desta
matriz associada com a matriz original, como é o caso do método de Ward (Ward,
1963).
No método de complete linkage, a distância entre dois grupos é definida como o
máximo das distâncias entre cada observação de um grupo e cada observação de
outro grupo:
No método de Ward, minimiza-se uma função objectivo, definida como a soma dos
quadrados dos desvios das observações individuais relativamente à média do
grupo em que são classificadas, cujo princípio visa criar grupos que possuam
máxima coesão interna e máxima separação externa
Onde,
Identificando o número de grupos a considerar, com a ajuda da leitura
resultante dos dendogramas, está-se em condições de aplicar os Métodos de
Optimização ou Métodos Não Hierárquicos. Estes baseiam-se directamente na
escolha antecipada de um número de agrupamentos que conterão todos os casos.
Procede-se, de seguida, a uma divisão de todos os casos pelos k grupos pré-
estabelecidos e a melhor partição dos n casos será aquela que optimizar o
critério escolhido. Um dos processos que se pode utilizar é o Método Partitivo
Iterativo k-means. O método segue os seguintes passos: começa por fixar uma
partição inicial dos indivíduos por um número de clusters pré-definido pelo
analista; calcula, para cada cluster, o respectivo centróide; calcula as
distâncias entre cada indivíduo e os centróides dos vários grupos; transfere
cada indivíduo para o cluster relativamente ao qual se encontra a uma menor
distância; recalcula os centróides de cada cluster; repete os passos anteriores
até que todos os indivíduos se encontrem em clusters estabilizados e não seja
possível efectuar mais transferências de indivíduos de um cluster para o outro.
O método possui a desvantagem de limitar a procura óptima de partição dos
indivíduos, já que se restringe ao número de clusters pré-definidos pelo
utilizador. Tem, no entanto, a vantagem de definir as regiões pertencentes a
cada cluster, bem como a distância de cada grupo.
APLICAÇÃO EMPÍRICA [2]
A aplicação empírica da análise de clusters que se apresenta neste trabalho
segue os passos metodológicos sugeridos na literatura.
Começou por se seleccionar as observações em estudo. Face à disponibilidade
concelhia do número de desempregados inscritos nos Centros de Emprego
nacionais, caracterizados através de um conjunto distinto de variáveis, pode
fazer-se uma agregação das observações concelhias por distrito. São, assim, os
agrupamentos distritais, o objecto de estudo deste trabalho. Tal opção
territorial explica-se por razões administrativas e de coesão política e
social.
Escolhida a unidade territorial objecto de estudo foram, de seguida,
seleccionadas, as variáveis a partir das quais foi obtida a informação
necessária ao agrupamento dos distritos. As variáveis contemplam
características individuais e laborais. Em termos de características
individuais, está disponível informação relativa ao sexo, idade e escolaridade
dos indivíduos registados como desempregados. Em termos de características
laborais, é conhecida a duração do período de registo como desempregado, bem
como a situação face ao mercado de trabalho. Para evitar que alguma medida de
semelhança/distância reflectisse o peso das variáveis de maiores valores e
dispersão, já que as variáveis se apresentam definidas em diferentes escalas de
medida, procedeu-se à sua padronização prévia. Tal padronização consistiu no
cálculo do peso relativo de cada variável no total de desempregados inscritos
por distrito, ou seja, calculou-se o rácio de desempregados inscritos, por
variável, face ao total de desempregados inscritos.
Face à natureza cross-section da análise que se apresenta, as etapas anteriores
foram aplicadas ao ano de 2008 e 2009, respectivamente. Os valores registados,
e aqui utilizados, recolheram-se em Dezembro de cada um dos anos e reflectem o
stock de desempregados inscritos formalmente nos Centros de Emprego nacionais.
Os resultados serão apresentados comparando os dois anos e as conclusões terão
em conta as alterações ocorridas de um ano para o outro.
Aplicação dos métodos hierárquicos
Não se conhecendo, a priori, qual o método de classificação considerado ideal
para aplicar aos dados em questão, foram, tal como explicitado na secção
anterior, aplicados dois algoritmos distintos de classificação hierárquica dos
distritos ' o método de complete linkage e o método de Ward. Estes métodos
permitiram a construção dos dendogramas apresentados nas Figuras 3 e 4 (pág.
18) e, desta forma, uma primeira abordagem à definição do número de clusters a
esperar na solução final de optimização. A visualização dos hipotéticos
agrupamentos de distritos permite antecipar o número ideal dos mesmos e a sua
composição.
FIGURA 3 - Dendogramas obtidos pelo método do complete linkage, 2008-2009
FIGURA 4 - Dendogramas obtidos pelo método de Ward, 2008-2009
A primeira conclusão a retirar é a de que os dois métodos apresentam resultados
distintos, não só entre si, mas também entre os anos de 2008 e 2009. Repare-se,
por exemplo, na distância máxima calculada por cada um dos métodos. Enquanto a
distância máxima calculada no método de complete linkage não atinge os 0,5, no
método de Ward tal distância sobe para cerca de 0,7. Por outro lado, enquanto
no método de complete linkage as semelhanças parecem diminuir de 2008 para
2009, quando considerado o total de distritos, no método de Ward observa-se
precisamente o contrário.
A análise dos agrupamentos apresentados em cada um dos métodos e para cada um
dos períodos em análise permite ainda concluir pela semelhança óbvia entre
alguns distritos ' veja-se o caso dos distritos de Porto e Braga, dos distritos
de Lisboa e Setúbal e ainda dos distritos de Portalegre, Évora, Leiria e
Santarém. Estes conjuntos de distritos apresentam-se semelhantes entre si, mas
distintos em relação uns aos outros. Em termos de disparidades saliente-se o
distrito de Faro ' cuja disparidade, em relação aos restantes, é notória em
2008 através do método complete linkage. Com o método de Ward e no ano de 2009,
tal disparidade não é tão evidente, mas Faro mantém-se como um distrito que não
é especialmente semelhante a nenhum outro.
Por fim, note-se que, para o ano de 2009, ambos os métodos utilizados, embora
com as devidas diferenças de magnitude, parecem devolver os mesmos agrupamentos
de distritos.
Aplicação da metodologia de optimização
Os resultados obtidos através dos métodos hierárquicos podem ser, ou não,
confirmados através dos resultados obtidos pelo método de optimização que
seleccionámos para análise ' o algoritmo k-means. Este algoritmo pressupõe que
o número de agrupamentos seja conhecido. No entanto, esta hipótese é pouco
realista na maioria dos problemas, uma vez que, normalmente, se explora um
conjunto de dados com propriedades não conhecidas. Desta forma, um problema
recorrente que surge não só quando se utiliza o algoritmo de k-means, mas
também com outros métodos de geração de clusters, consiste em calcular o número
de clustersk.
A abordagem, mais intuitiva e visual dos métodos hierárquicos, lançando pistas
para a determinação do número de agrupamentos, não é, no entanto, conclusiva,
relativamente ao número de agrupamentos de distritos a considerar. A observação
visual parece indicar que os agrupamentos de distritos não devem ser inferiores
a 5. Partindo deste valor intuitivo, aplicaram-se dois métodos que testam, no
software Stata, o número ideal de clusters a considerar. Tanto o pseudo F-teste
de Calinski-Harabasz, como o pseudo teste Duda-Hart, indicam que os distritos
devem ser agrupados em cinco, sete ou mais clusters. Estes resultados repetem-
se tanto em 2008 como em 2009. Seguindo uma regra de parcimónia de forma a
evitar a perda excessiva de informação, optamos pela partição dos distritos em
cinco clusters.
Os resultados da metodologia 5-means, apresentam-se cartografados na Figura 5.
Os perfis médios dos desempregados registados nos distritos que pertencem a
cada cluster descrevem-se na Tabela_2 para o ano de 2008 e na Tabela_3 para o
ano de 2009.
FIGURA_5 - Distribuição espacial dos distritos por cluster, 2008-2009
Pela análise dos mapas de Portugal Continental, em 2008 e 2009, conclui-se que
existe uma clara distinção entre distritos do norte e sul ' para ambos os anos
' e entre distritos do litoral e interior do país ' o que é notório no ano de
2009. Conclui-se ainda que os resultados do método hierárquico se reforçam
quando se analisa a proximidade entre os distritos do Porto e Braga surgindo,
no entanto, com o método k-means, também uma proximidade entre estes distritos
e o distrito de Aveiro que não se tinha visualizado antes e que persiste em
ambos os períodos de análise. O distrito de Faro, que se havia apresentado como
bastante distinto dos restantes, surge agora próximo dos distritos sul interior
do país, não se verificando uma alteração da classificação destes distritos
entre 2008 e 2009.
Da análise visual da evolução da divisão geográfica do país entre 2008 e 2009,
dois factos merecem destaque. Primeiro, Lisboa abandona o isolamento que
apresentava em 2008, em termos de perfil dos seus desempregados registados,
para se passar a assemelhar aos distritos do centro litoral do continente em
2009. Segundo, os distritos mais no norte interior do território ' Vila Real e
Bragança ' surgem, em 2009, com perfis de desemprego registado muito distintos
dos restantes distritos do país e, também, distintos dos perfis que
apresentavam em 2008.
Os resultados visuais não explicitam, no entanto, qual o perfil do desempregado
registado em cada um dos clusters. Para obter tais resultados, foi preciso
calcular os valores médios das variáveis para cada um dos agrupamentos, para
tentar perceber quais as variáveis que melhor os caracterizam. Tais resultados
podem ser analisados nas tabelas seguintes.
TABELA_2 - Proporção média de cada característica por cluster, 2008
TABELA_3 - Proporção média de cada característica por cluster, 2009
Em 2008, a divisão do território em cinco clusters resultou nos seguintes
agrupamentos:
● Cluster1: Aveiro, Braga e Porto. Este cluster é caracterizado por apresentar
a maior percentagem de mulheres desempregadas e de trabalhadores com idade
entre os 35 e os 54 anos, com o menor nível de escolaridade (inferior ou igual
ao 1.º ciclo básico). É ainda o cluster que apresenta a maior proporção de
indivíduos desempregados com uma duração do período de desemprego superior a um
ano. Não se salientando, é dos clusters que apresenta mais desempregados à
procura de novo emprego;
● Cluster2: Santarém e Setúbal. Este é o segundo cluster com maior proporção de
homens desempregados e aquele com maior proporção de trabalhadores com idade
entre os 25 e os 54 anos, cuja escolaridade é essencialmente caracterizada pela
frequência do 3.º ciclo básico. É ainda o cluster com menor proporção de
desempregados que apresentam um grau de escolaridade superior. É o segundo
maior cluster em termos de desempregados à procura de novo emprego e cuja
duração de desemprego é inferior a 1 ano;
● Cluster3: Bragança, Castelo Branco, Coimbra, Guarda, Viana do Castelo, Vila
Real e Viseu. Sendo o cluster que apresenta o maior agrupamento de distritos,
caracteriza-se essencialmente por ser o cluster que apresenta a maior proporção
de indivíduos à procura de 1.º emprego (por oposição, é o que apresenta a menor
proporção de indivíduos que já anteriormente haviam exercido uma actividade).
Relativamente às restantes características analisadas, este cluster não se
salienta especialmente. É o segundo com maior proporção de mulheres
desempregadas, de trabalhadores jovens (com menos de 25 anos de idade) e com um
nível de escolaridade superior.
● Cluster4: Lisboa. A unicidade deste agrupamento caracteriza-se pela maior
proporção de homens desempregados, pela menor proporção de jovens menores de 25
anos e pela maior proporção de trabalhadores com mais de 55 anos. Caracteriza-
se ainda pela maior disparidade entre níveis de escolaridade, sendo o cluster
com maior proporção de desempregados registados sem qualquer nível de
escolaridade e também o cluster com maior proporção de desempregados com o
ensino superior. Por fim, é o cluster em que a proporção de desempregados à
procura de novo emprego é maior;
● Cluster5: Beja, Évora, Faro, Leiria e Portalegre. Este cluster caracteriza-
se, essencialmente, pelo facto de apresentar a maior proporção de desempregados
inscritos com idade inferior a 34 anos e, dentro desta faixa etária, daqueles
com menos de 25 anos. Associado a esta constatação, este cluster é ainda
caracterizado pelo facto de ser aquele que apresenta a maior proporção de
desempregados de curta duração (inferior a um ano). É também o cluster com
piores resultados em termos de proporção de indivíduos sem qualquer
escolaridade.
Em resumo, pode concluir-se que, em 2008, se destacam os factos que se seguem.
Existe um cluster (cluster 1) caracterizado por desemprego essencialmente
feminino, menos jovem e escolarizado e com períodos de duração dos registos de
desemprego mais elevados. Existe ainda um cluster (cluster 4) que é, no
conjunto dos agrupamentos do país, aquele em que a diferença entre desemprego
feminino e masculino mais se esbate, ao contrário dos níveis de escolaridade
muito díspares entre si. É também o cluster com maior proporção de
desempregados à procura de novo emprego. Por fim, salienta-se o cluster 5
caracterizado pela sua população desempregada jovem, à procura de primeiro
emprego e com percursos de desemprego registado de curta duração (inferior a um
ano).
Como já foi possível visualizar na Figura_5, com a evolução do desemprego
agregado nacional, também ocorreram alterações em termos de perfis de
desemprego regional. Vejam-se os resultados analíticos das alterações médias
nos perfis de desemprego.
De seguida, é feita uma descrição das características médias que identificam o
perfil de desempregado associado a cada cluster. Adicionalmente, são
apresentadas as principais alterações que se verificaram em relação ao que
ocorria em 2008.
● Cluster1: Beja, Évora, Faro e Portalegre. Este cluster reúne, com a excepção
do distrito de Leiria, os distritos que, em 2008, se reuniam sob a designação
de cluster 5. Em 2009, este cluster caracteriza-se por ser aquele com maior
proporção de homens desempregados e de jovens com idade inferior a 34 anos.
Talvez devido à juventude dos seus desempregados seja o cluster que apresenta
das maiores taxas de escolaridade, bem como a maior proporção de desempregados
com períodos de duração de desemprego inferiores a um ano. Relativamente a
2009, este cluster manteve, essencialmente, as características que apresentava
em 2008, com a excepção de ser o cluster com a maior proporção de desempregados
à procura de 1º emprego. De facto, o aumento dos níveis de desemprego em termos
agregados, terá levado a que uma maior proporção de indivíduos perdesse o
vínculo que tinha com o mercado de trabalho e se registasse, procurando um novo
emprego;
● Cluster2: Vila Real. Este cluster surge como uma das grandes constatações a
efectuar em 2009 relativamente a 2008. Incluído, em 2008, num cluster que não
apresentava características particularmente distintas dos restantes, surge
agora desfasado. É o distrito com a maior proporção de desempregados com idade
entre os 25 e os 34 anos, com a maior proporção de desempregados apenas com o
1.º ciclo do ensino básico e dos distritos com maior proporção de indivíduos à
procura de primeiro emprego, mas desempregados há mais de um ano;
● Cluster3: Bragança. Tal como Vila Real, Bragança destaca-se em 2009
relativamente ao ano de 2008. O aumento do desemprego registado em Portugal
acentuou a proporção de mulheres desempregadas e com idade superior a 35 anos,
no distrito. É a região em que a proporção daqueles sem qualquer tipo de
escolaridade é superior e, também, onde se encontra a maior proporção de
indivíduos registados com níveis de ensino superior. Note-se ainda que, em
2009, se tornou o distrito com maior proporção de desempregados à procura de
primeiro emprego, apresentando uma grande proporção de indivíduos com menos de
um ano de desemprego;
● Cluster4: Coimbra, Leiria, Lisboa, Santarém, Setúbal, Viana do Castelo e
Viseu. Este agrupamento apresenta-se como aquele com a menor proporção de
jovens desempregados com menos de 25 anos. Associado a este facto refira-se que
é o cluster com maior proporção de desempregados à procura de novo emprego.
Este cluster agrupa os distritos do litoral centro, indiciando que as
alterações no número de desempregados registados parece ter tido consequências
semelhantes no perfil de desemprego contínuo desta região, geograficamente;
● Cluster5: Aveiro, Braga, Castelo Branco, Guarda e Porto. Em relação a 2008,
este cluster reúne os distritos que se incluíam no cluster 1 e surge, em 2009,
com uma composição deveras interessante. Aos três distritos do norte litoral
acrescentam-se dois distritos do centro interior. Apesar da dispersão
geográfica do cluster, os cinco distritos repartem entre si as características
que se seguem. Em 2009, perdem para Bragança, a maior proporção de mulheres
desempregadas, mas mantêm-se como um cluster em que a diferença entre homens e
mulheres desempregados é maior. É o cluster com maior proporção de indivíduos
registados com idade superior a 55 anos e, também, dos que apresenta menores
níveis de escolaridade da sua população desempregada. Face à característica
anterior, não será de estranhar que seja o agrupamento com maior proporção de
desempregados de longa duração (duração superior a 1 ano).
CONCLUSÕES
Da análise de resultados, a principal conclusão a retirar é a de que existe uma
clara distinção entre diferentes regiões do país, especialmente no que toca à
zona litoral e interior e ao Norte e Sul. Podem determinar-se diferentes perfis
de desemprego consoante a zona geográfica. Outros estudos, aplicando a mesma
metodologia aqui adoptada, tinham chegado à conclusão de que a zona litoral
apresenta características em termos de desenvolvimento distintas do interior,
alertando para o facto de que qualquer política de desenvolvimento regional
dever ter em conta esta realidade (Soares et al., 2003). Estes autores chamam
particularmente a atenção para o facto de qualquer política de desenvolvimento
regional dever prevenir a migração de jovens para o litoral, através da criação
de emprego nas áreas menos desenvolvidas do interior do País.
A segunda conclusão a retirar é a de que existe espaço para implementar
diferentes políticas de emprego no território continental. Encontraram-se
regiões onde se concentra o desemprego jovem, o desemprego de longa duração ou
o desemprego feminino. Há ainda regiões caracterizadas por uma população
registada com baixos níveis de escolaridade, sem qualquer ligação prévia ao
mercado de trabalho ou, pelo contrário, com anteriores vínculos ao mesmo.
Por fim, com o acentuar dos registos de desemprego entre 2008 e 2009, nota-se
também um acentuar da fragilidade estrutural nos perfis de desemprego de
algumas regiões nacionais. Veja-se o caso de Vila Real e Bragança.
