Indicadores de renda baseados em tecnologia, desenvolvimento social e econômico pela perspectiva da estatística espacial

• Ano de defesa: 2022
• Autor(a) principal: Ronqui, Rafael Martins
• Orientador(a): Francisco, Eduardo de Rezende
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Renda domiciliar; Dado público; Desenvolvimento socioeconômico; Estatística espacial
• Palavras-chave em Inglês: Household income; Public data; Socio-economic development; Spatial statistics
• Link de acesso: https://hdl.handle.net/10438/32202

A carência da atualização de dados públicos é uma discussão frequente entre acadêmicos e gestores. Trabalhos anteriores contribuíram com propostas de previsão da renda da população, em especial, por meio do consumo de energia e dados tecnológicos. Com esta inspiração esta dissertação teve como objetivo propor uma alternativa para previsão de renda da população brasileira ao considerar todos os municípios, e utilizar dados de consumo, tecnologia e desenvolvimento socioeconômico como preditoras. A pesquisa analisou dados que foram obtidos de diferentes fontes, tais como Receita Federal, Ministério da Infraestrutura e ANATEL (Agência Nacional de Telecomunicações) referentes aos 5570 municípios brasileiros para dois períodos: 2010 e 2020 – notadamente, as datas de realização (e previsão original) do Censo Demográfico brasileiro. Buscou-se avaliar o poder de explicação de um conjunto de variáveis, de atualização mensal, como variáveis que possam explicar a variabilidade da Renda Domiciliar, importante indicador de poder econômico para famílias e territórios, com amplo uso pelo poder público e empresas em geral. Os períodos foram escolhidos por proporcionar análises com os dados a partir do último Censo divulgado, ano de 2010, e variáveis ainda não mensuradas em estudos anteriores e disponibilizadas a partir do ano de 2020. A pesquisa aplicou diferentes modelos multivariados: OLS (Ordinary Least Square) e espaciais como o SAR (Spatial Auto Regression) e o MGWR (Multiscale Geographically Weighted Regression). Dentre os principais resultados do estudo para as variáveis do ano de 2010 está a maior predição a partir do modelo espacial MGWR (R 2 de 86% em relação a 73% do OLS e 77% do SAR). Para os dados deste período a variável com maior impacto foi a frota de veículo. Para o período do ano de 2020 o resultado foi semelhante, o modelo MGWR obteve o maior R 2 , 86% e AIC 5689 em relação ao OLS com 80% e o SAR de 82%. Dentre as variáveis com maior impacto no ano de 2020 foram acesso à TV a Cabo, consumo de internet e frota de veículos. Dessa forma, o resultado do estudo evidencia que a variável frota de veículo pode contribuir na estimação da renda municipal, bem como o acesso a comunicação, em especial, a internet. É esperado que gestores e formuladores de políticas públicas possam replicar os modelos propostos para estimação e criação de cenários econômicos e sociais e utilizar efetivamente esta proposta como instrumento de gestão.