Sem pesquisas públicas, sem dados? A proposta de previsão de renda nos municípios brasileiros
DOI:
https://doi.org/10.5585/2023.22993Palavras-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
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
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2023 Dos autores

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
- Resumo 794
- pdf 87
- pdf (English) 55