Sem pesquisas públicas, sem dados? A proposta de previsão de renda nos municípios brasileiros

Autores

DOI:

https://doi.org/10.5585/2023.22993

Palavras-chave:

previsão de renda, estatísticas espaciais, dados públicos, políticas públicas, censo.

Resumo

Objetivo: Com à falta de regularidade dos censos no Brasil a proposta de utilização de indicadores alternativos é relevante. A renda da população, informação primária do censo, é uma variável utilizada em estudos em diversas áreas como políticas públicas, previsão e planejamento de novos negócios. Porém, em média, essas informações são divulgadas a cada dez anos no Brasil; assim, é necessário explorar variáveis de frequência para estimar a renda da população. Nesse sentido, este estudo propõe um modelo preditivo de renda baseado em aspectos tecnológicos e de comunicação.

Método: Escolhemos duas variáveis: acesso à internet e TV a cabo e incluíamos na análise 5.570 cidades brasileiras por meio de modelos lineares (OLS) e espaciais.

Resultados: Os resultados com os modelos espaciais mostraram melhores resultados. A regressão espacial autorregressiva (SAR) apresentou uma variância explicada maior (R2 = 0,51) do que o modelo linear (R2 = 0,41) e o modelo GWR (R2 = 0,44), o que indica uma dependência espacial significativa e contribuição da perspectiva geográfica no fenômeno investigado.

Conclusão: Constatou-se que os resultados contribuem para o desenvolvimento de políticas públicas em regiões com difícil acesso à informações sobre a renda da população e junto a gestores e empresas da área de tecnologia que buscam planejar a melhoria e ampliação da oferta de serviços de comunicação digital por meio de um modelo atualizado com dados públicos secundários.

Downloads

Biografia do Autor

Ricardo Limongi, Universidade Federal de Goiás e Universidade Federal de Uberlândia / Goiânia - GO

Doutor em Administração na linha de Estratégias de Marketing pela EAESP/FGV, com estágio doutoral na Cornell University sob supervisão de Vithala Rao. Professor Permanente e Coordenador do Programa de Pós-graduação em Administração da UFG. Editor Associado da Revista Contabilidade, Gestão e Governança (CGG). Coordena o MBA em Marketing Estratégico. Lidera tema de pesquisa na Divisão de Marketing desde 2019 na ANPAD - Associação Nacional de Pós-Graduação e Pesquisa em Administração. Suas pesquisas já foram, indicadas e/ou premiadas, pela base de dados internacional Emerald (2015/2017) e eventos científicos como SEMEAD (2013) e EMA (2014/2018). Teve projetos aprovados em Editais Científicos pela Fundação de Amparo à Pesquisa do Estado de Goiás (FAPEG) e pelo CNPQ. Suas pesquisas estão ligadas a temas como Economia Comportamental e Desempenhos Aplicados ao Marketing; Modelagem Econométrica; Experimentos em Marketing e Machine Learning. Atua como coordenador, do ADMKT - Grupo de Ensino, Pesquisa e Extensão em Marketing e Data Analytics (https://admkt.face.ufg.br/), criado no ano de 2012, e certificado pelo CNPq.

Rafael Martins Ronqui, Fundação Getúlio Vargas / Escola de Administração de Empresas de São Paulo, São Paulo - SP

Mestrado Profissional em Gestão para a Competitividade. Quatro pós-graduações. Graduado em engenharia da computação. Técnico em informática. Trabalho há mais de 20 anos com TI, processos de supply e oito anos como professor de graduação. Dez anos com SAP na Nestlé, atuando com alguns módulos, atualmente MM e transportation, sendo projetos à nível local e global. Estou escrevendo um artigo de implementação de projetos com ágil, buscando a qualidade, outro de economia circular com foco em ajudar o coletor com apoio da TI e publicado um de Big Data com NoSQL e Redis. Projetos de transformação digital, Power BI, RPA e Compliance. Gerenciamento de projetos. Coordenação no processo de automação SAP - GRC, Nestlé e Coca-Cola FEMSA. Desenvolvimento e implementação de sistemas voltados para as áreas de supply chain, vendas, marketing, jurídico e finanças com mais de mil usuários. Desenvolvedor Java. Participação ativa em reuniões com outros mercados em inglês e espanhol. Gerenciamento de colaboradores e terceiros. Responsável pelo módulo de transportation no SAP, com atuação não somente na parte de compras, mas também no que envolve as outras partes do processo (vendas e finanças). Elevado conhecimento em alteração e criação de dados mestres de fornecedores, materiais, clientes, produtos e data cleansing. Especificações de desenvolvimento ABAP com o código e requisitos. Sistemas com dados em cloud. Palestrante de carreiras de TI. Utilização da metodologia Scrum e PMI, na Nestlé e em sala de aula. Conhecimentos de outras metodologias ágeis, como SAFe. Especialista em Java orientado a objetos e linguagens WEB como HTML 5, JavaScript, PHP e CSS. Conhecimentos avançados em SQL e Power BI. Desenvolvimento de fornecedores. Microsoft teams e Zoom. Utilização da linguagem R para analytics e big data. Implementação de ChatBot com curadoria, customer experience e big data. Utilização de linguagem R.

Pedro Paulo Coelho, Fundação Getúlio Vargas / Escola de Administração de Empresas de São Paulo, São Paulo - SP

Possui graduação em Ciências Econômicas (bacharelado) na Pontifícia Universidade Católica de São Paulo (2015) e graduação (bacharelado e licenciatura) em Geografia pela Universidade de São Paulo (2015). Atualmente é mestrando em Administração Pública e Governo (CMAPG) NA FGV-EAESP e professor de Geografia no Colégio Bandeirantes. Criou e desenvolveu projetos de ensino de economia e política na mesma instituição e no Colégio Ítaca (São Paulo) de 2012 a 2016. Possui interesse em temas interdisciplinares relacionados às áreas de políticas públicas educacionais e socioambientais, geografia humana, economia da educação e do setor público.

Eduardo de Rezende Francisco, Fundação Getúlio Vargas / Escola de Administração de Empresas de São Paulo, São Paulo - SP

Doutor (2010) e Mestre (2006) em Administração de Empresas pela Fundação Getulio Vargas - EAESP e possui graduação em Bacharelado em Ciência da Computação pelo Instituto de Matemática e Estatística da Universidade de São Paulo (1999). É Vice-Coordenador do Curso de Graduação em Administração da FGV EAESP desde Fevereiro de 2019, responsável pela gestão acadêmica das duplas graduações (com Economia e Direito) e das duplas titulações com escolas parceiras internacionais. É Professor de Carreira do Departamento de Tecnologia e Data Science (TDS) da FGV EAESP, escola em que leciona desde 2011. Ministra disciplinas ligadas a GeoAnalytics, Data Science, Inteligência Artificial, Big Data, Business Analytics, Estatística Aplicada e Estatística Espacial. É coordenador do curso de Educação Continuada da FGV (FGV PEC) denominado Inteligência Geográfica para Apoio a Decisão.Foi pesquisador visitante do Departamento de Information Science da University of Otago, na Nova Zelândia. Tem experiência na área de modelos preditivos para Microcrédito, Marketing, Estatística Aplicada, Geoestatística, Demografia e Geotecnologias de maneira geral, com ênfase em Data Mining, atuando principalmente nos seguintes temas: Microcrédito, Geomarketing, Business Intelligence, Satisfação de Clientes e Integração de Tecnologias de Informação.
Foi professor da ESPM de 2014 a 2018. Coordenou o MBA em Big Data Aplicado ao Marketing (modalidade EAD) e o Curso de Curta Duração "Big Data Analytics na Tomada de Decisão" da ESPM de Setembro de 2016 a Dezembro de 2018. Foi professor do NDE dos Cursos de Sistemas de Informação (TECH) da ESPM (coordenador da trilha de Digital Business Intelligence) de 2014 a 2018, do MBA Executivo e do Mestrado Profissional em Comportamento do Consumidor (MPCC) da ESPM de 2015 até 2018 e do Curso de Graduação em Administração em 2018. Foi coordenador acadêmico do Módulo Internacional Consumer Behavior: Big Data da ESPM, conduzido em Janeiro de 2018 nos países França, Luxemburgo e Reino Unido. É sócio-fundador e responsável por Business Analytics e Estatística Espacial do GisBI, grupo de estudos e fomento da integração entre Business Intelligence e GIS (desde 2012). É membro do Conselho Curador da Fundação SEADE (Sistema Estadual de Análise de Dados do Estado de São Paulo) desde Setembro de 2016.

Referências

Abreu, L. C. de, Elmusharaf, K., & Siqueira, C. E. G. (2021). A time-series ecological study protocol to analyze trends of incidence, mortality, lethality of COVID-19 in Brazil. Journal of Human Growth and Development, 31(3), 491–495. https://doi.org/10.36311/jhgd.v31.12667

Anselin, L., & Florax, R. (2012). New directions in spatial econometrics. Springer Science & Business Media.

Boing, A. F., Boing, A. C., & Subramanian, S. (2021). Inequalities in the access to healthy urban structure and housing: An analysis of the Brazilian census data. Cadernos de Saúde Pública, 37, e00233119. https://doi.org/10.1590/0102-311X00233119

Brasil, A. (2022, January 25). Coleta de dados do Censo Demográfico 2022 começa em 1o de agosto. Agência Brasil. https://agenciabrasil.ebc.com.br/geral/noticia/2022-01/coleta-do-censo-demografico-2022-comeca-em-1o-de-agosto

Carlsson-Szlezak, P., Reeves, M., & Swartz, P. (2020). What coronavirus could mean for the global economy. Harvard Business Review, 3(10).

Cavalcante, P., & Lotta, G. S. (2021). Boundary-Crossing Strategies: Managing Macro Policies in a Federal Government. Revista de Administração Contemporânea, 25, e200012. https://doi.org/10.1590/1982-7849rac2021200012.en

Francisco, E. D. R. (2010). INDICADORES DE RENDA BASEADOS EM CONSUMO DE ENERGIA ELÉTRICA: ABORDAGENS DOMICILIAR E REGIONAL NA PERSPECTIVA DA ESTATÍSTICA ESPACIAL. https://doi.org/10.13140/RG.2.2.36634.03524

Greene, W. H. (2000). Econometric analysis 4th edition. International Edition, New Jersey: Prentice Hall, 201–215.

IBGE. (2021, December 13). IBGE reafirma plena confiança no orçamento de R$ 2,292 bilhões para o Censo 2022. https://www.ibge.gov.br/novo-portal-destaques/32553-ibge-reafirma-plena-confianca-no-orcamento-de-r-2-292-bilhoes-para-o-censo-2022.html

IBGE. (2023). IBGE | Portal do IBGE | IBGE. https://www.ibge.gov.br/

Jannuzzi, P. de M. (2018). A importância da informação estatística para as políticas sociais no Brasil: Breve reflexão sobre a experiência do passado para considerar no presente. SciELO Brasil. https://doi.org/10.20947/S0102-3098a0055

Janowicz, K., Gao, S., McKenzie, G., Hu, Y., & Bhaduri, B. (2020). GeoAI: spatially explicit artificial intelligence techniques for geographic knowledge discovery and beyond. International Journal of Geographical Information Science, 34(4), 625–636. https://doi.org/doi.org/10.1080/13658816.2019.1684500

Kabudula, C. W., Houle, B., Collinson, M. A., Kahn, K., Tollman, S., & Clark, S. (2017). Assessing Changes in Household Socioeconomic Status in Rural South Africa, 2001–2013: A Distributional Analysis Using Household Asset Indicators. Social Indicators Research, 133(3), 1047–1073. https://doi.org/10.1007/s11205-016-1397-z

Lascala, A. J., Silva, B. M. A., & de Rezende Francisco, E. (2018). Organização partidária e votos no Legislativo: Estudo das organizações municipais do PT e PSDB no estado de São Paulo a partir da composição e influência geográfica Party organization and votes in the legislature: Study of the municipal organizations of the PT and PSDB in Sao Paulo state from the composition and geographical influence. Revista Brasileira de Pesquisas de Marketing, Opinião e Mídia, 11(2), 175–189.

Lotta, G., & Pires, R. (2023). Public Policy Implementation in a Context of Extreme Inequality: Between Universalist Ambitions and Practical Selectivity. https://doi.org/10.1108/978-1-80262-655-120231019

Lü, G., Batty, M., Strobl, J., Lin, H., Zhu, A.-X., & Chen, M. (2019). Reflections and speculations on the progress in Geographic Information Systems (GIS): A geographic perspective. International Journal of Geographical Information Science, 33(2), 346–367. https://doi.org/10.1080/13658816.2018.1533136

Mari, A. (2020, November 10). Digital Services Surge Among Poor Brazilians Amid Pandemic. Forbes. https://www.forbes.com/sites/angelicamarideoliveira/2020/11/10/digital-services-surge-among-poor-brazilians-amid-pandemic/

Rehman, A. U., Saleem, R. M., Shafi, Z., Imran, M., Pradhan, M., & Alzoubi, H. M. (2022). Analysis of Income on the Basis of Occupation using Data Mining. 1–4. https://doi.org/10.1109/ICBATS54253.2022.9759040

Sami, J. (2011). Multivariate cointegration and causality between exports, electricity consumption, and real income per capita: Recent evidence from Japan. International Journal of Energy Economics and Policy, 1(3), 59–68.

Santos, M. (1978). Por uma geografia nova da crítica da geografia a uma geografia crítica.

Santos, M. (2002). A natureza do espaço: Técnica e tempo, razão e emoção (Vol. 1). Edusp.

Santos, M. (2012). Metamorfoses do espaço habitado: Fundamentos teóricos e metodológicos da geografia.

Santos, M., & Silveira, M. L. (2001). O Brasil: Território e sociedade no

início do século XXI.

Schabenberger, O., & Gotway, C. A. (2017). Statistical methods for spatial data analysis. CRC press.

SEADE. (2021). Conjunto de dados—SEADE Repositório. https://repositorio.seade.gov.br/dataset/

Silva, J. J. O., Zerboni, F., & Prado, M. (2012). Lubrax by Petrobras. Emerald Emerging Markets Case Studies, 2(8), 1–25. https://doi.org/10.1108/20450621211291798

Toledo Villacís, M. (2021). Estrategias post-COVID 19 para reactivar el Turismo local en el Ecuador: Caso provincia de Tungurahua. Green World Journal, 2021, Vol. 4, Num. 1-003, p. 1-12. https://dspace.uib.es/xmlui/handle/11201/155324

Walker, K. (2023). Analyzing us census data: Methods, maps, and models in R. CRC Press.

Widjaja, T., & Gregory, R. W. (2020). Monitoring the Complexity of IT Architectures: Design Principles and an IT Artifact. Journal of the Association for Information Systems, 21(3), 4. https://doi.org/10.17705/1jais.00616

World, H. O. (2023). Global research on coronavirus disease (COVID-19). https://www.who.int/emergencies/diseases/novel-coronavirus-2019/global-research-on-novel-coronavirus-2019-ncov

Publicado

20.04.2023

Como Citar

Limongi, R., Ronqui, R. M., Coelho, P. P., & Francisco, E. de R. (2023). Sem pesquisas públicas, sem dados? A proposta de previsão de renda nos municípios brasileiros. Revista Ibero-Americana De Estratégia, 22(1), e22993. https://doi.org/10.5585/2023.22993

Edição

Seção

Artigos
Visualizações
  • Resumo 850
  • pdf 103
  • pdf (English) 59