O objetivo deste trabalho foi determinar os fatores que afetam a desigualdade da distribuição da renda e a pobreza absoluta. Para tanto foram ajustados diversos modelos de regressão a partir dos dados de 332 Microrregiões Homogêneas do Brasil, relativos a 1980. As variáveis usadas neste trabalho podem ser agrupadas de acordo com suas características: (a) indicadores da distribuição da renda familiar; (b) indicadores da distribuição da escolaridade; (c) outros indicadores (distribuição da posse da terra, porcentagem da PEA alocada segundo setor de atividade e sexo e urbanização). Reconhecendo a influência das variações regionais sobre a desigualdade da renda, as 332 MRH foram agrupadas em seis regiões: Nordeste exclusive Bahia, Bahia, Sudeste exclusive São Paulo, São Paulo, Sul e Centro Oeste. O modelo de regressão foi ajustado separadamente para cada uma das seis regiões. Para captar as diferenças regionais em uma regressão com as 332 MRH, foram introduzidas no modelo 5 variáveis binárias. Para a determinação dos fatores que afetam a renda e a pobreza utilizou-se a análise de regressão linear múltipla e a correlação simples das variáveis. Os resultados mostraram que a renda e a escolaridade nas 332 MRH possuem muitas características em comum. De forma geral, as medidas de tendência central para as duas distribuições são baixas para o Nordeste e relativamente altas para as regiões Sul e Sudeste. As medidas de pobreza e de desigualdade são altas para o Nordeste e relativamente baixas para o Sul e Sudeste do país. A região Centro-Oeste apresenta valores intermediários para as variáveis de renda e escolaridade. As duas distribuições apresentam clara assimetria à direita. A distribuição da posse da terra mostrou valores sempre elevados para as medidas de desigualdade, além de uma fortíssima assimetria à direita. Pelas regressões ajustadas pode-se afirmar que a renda média, o quadrado da renda média, índice de Gini da escolaridade, densidade demográfica e a porcentagem da PEA que trabalha na prestação de serviços, além das variáveis binárias são aquelas com maior poder de explicação sobre a desigualdade de renda. Para a pobreza absoluta, as variáveis explanatórias mais relevantes são renda média, quadrado da renda média e índice de Gini da renda. Os resultados dão suporte à hipótese de Kuznets. Entretanto, apenas o ramo ascendente da parábola formada pelas variáveis renda média e quadrado da renda média nas regressões de desigualdade da renda é evidenciado.

To determine the factors related to income inequality and absolute poverty, regression models were fitted to 332 Homogeneous Microregions of Brazil, using 1980 data. The variables used in this study may be grouped in those related to: characteristics of family income distribution, characteristics of the distribution of education levels, of land tenure, labor force allocated in different sectors and urbanization. Due to the influence of regional variation on income inequality, the 332 microregions were grouped in six regions: the Northeast region exclusive the state of Bahia, the state of Bahia, the Southeast region exclusive the state of São Paulo, the state of São Paulo, the South region and the Midwest region. A regression model was fitted for each one of these six regions. For the model including all the 332 microregions, five dummy variables were used to catch regional disparities. The results showed that income and education in 332 microregions have many common characteristics. ln general, central tendency measures for both distributions are low for the Northeast region and relatively high for the South and Southeast regions. The poverty and income inequality measures are greater for the Northeast and relatively reduced for the South and Southeast regions. The Midwest region presents intermediate values for income and education variables. Both distributions show positive skewness. The land tenure distribution showed large inequality and a very strong positive skewness for all regions. The fitted regressions show that mean family income, mean family income squared, Gini ratio for school years completed, Gini ratio for land tenure and the proportion of labor force in the service sector are the variables which have more explanation power over income inequality. For absolute poverty, the relevant explanatory variables are mean family income, mean family income squared and Gini ratio for income. The parabola relating mean family income inequality gives support to the Kuznets' hypothesis despite fact that the greater number of points are located to the of its maximum point.