Localização industrial: uma aproximação usando processos pontuais espaciais

• Ano de defesa: 2018
• Autor(a) principal: Morales, Adriano Barasal
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Localização de firmas; São Paulo; Estatística espacial; Processo pontual de Poisson; LGCP; INLA; Location of firms; São Paulo; Spatial statistics; Poisson point process; LGCP; INLA
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/96/96131/tde-10072018-111254/

O objetivo desta pesquisa é mostrar como aproveitar novas bases de dados disponíveis e o avanço de métodos computacionais para extrair informações estatísticas sobre a localização espacial de firmas. Para isso, propomos uma aplicação de métodos de estatística espacial para modelar o padrão de localização de novas empresas de serviços no município de São Paulo. Neste trabalho, assumimos que a localização espacial dessas firmas foi gerada através de um processo pontual bidimensional e assim aplicamos dois modelos distintos: um baseado em intensidade não estocástica baseada no processo de Poisson, e um modelo de intensidade estocástica baseado processo de Cox log Gaussiano (Log Gaussian Cox Process - LGCP). A principal base de dados utilizada é base georeferenciada baseada no Cadastro Central de Empresas construída pelo Centro de Estudos da Metrópole (CEM), contendo observações de empresas na região metropolitana de São Paulo, para o ano base de 2000. Utilizamos como variáveis explicativas de localização informações advindas de sistemas de informações geográficas (SIG), o Censo demográfico e imagens de satélite do National Oceanic and Atmospheric Administration (NOAA). Os resultados encontrados mostram a importância dessa metodologia no processo de construção de modelos de localização espacial, combinando distintas fontes de dados e introduzindo novas perspectivas sobre o estudo empírico de economia urbana.