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

Não há dados estatísticos.

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 794
  • pdf 87
  • pdf (English) 55