Efeitos do transbordamento da produtividade agrícola brasileira
Resumo
A agricultura é essencial para o desenvolvimento econômico do país. O Brasil tem ocupado papel de destaque na produção agrícola mundial. Todo excedente produzido é destinado às exportações. Neste sentido, esta pesquisa visou determinar os efeitos de transbordamento agrícola dos principais grãos produzidos e exportados no país, analisando a dinâmica espacial da agricultura brasileira. Utilizou-se, para isso, o banco de dados correspondente a quantidade produzida e a área plantada das principais culturas agrícolas brasileiras de grãos: soja, milho, trigo, arroz, café e cacau, das 558 microrregiões brasileiras, correspondentes aos anos de 1992, 1997, 2002, 2007, 2012 e 2017, totalizando 20.088 observações, com coleta anual. Utilizou-se a metodologia da Econometria Espacial, inicialmente uma Análise Exploratória dos Dados Espaciais e posterior Modelagem Econométrica Espacial, para ajustar um modelo representativo das séries em estudo. Essa análise da dinâmica espacial da agricultura brasileira possibilitou identificar o padrão agrícola do país, verificando clusters de produtividade e spillovers entre as culturas. Seus resultados indicaram a presença de autocorrelação espacial positiva entre as variáveis, o que significa que microrregiões com alta ou baixa produtividade agrícola estão agrupadas em áreas específicas do mapa, rodeadas por microrregiões com características semelhantes para essa variável, tornando possível identificar efeitos de transbordamento da produtividade agrícola de grãos entre as microrregiões vizinhas. Como resultados, após a confirmação da presença de autocorrelação espacial nos dados, pela estatística I de Moran, ocorreu o ajuste dos modelos econométricos espaciais. A presença de autocorrelação espacial, confirmando que o espaço é relevante para a análise da produtividade agrícola dos grãos, é fator decisivo no ajuste dos modelos pela econometria espacial. Foi realizada a aplicação e o ajuste de três modelos espaciais: o Modelo de Defasagem Espacial com Erro Autorregressivo Espacial (SAC) foi o que melhor se ajustou às variáveis milho, arroz, café e cacau, o Modelo de Erro Autorregressivo Espacial ou Modelo de Erro Espacial (SEM) foi o melhor modelo ajustado à variável trigo e o Modelo de Durbin Espacial do Erro (SDEM) foi o melhor modelo representativo do processo gerador da série da soja. Pode-se concluir que a variável produtividade agrícola dos grãos se distribui de maneira heterogênea entre as microrregiões do país, ou seja, a produtividade agrícola está cada vez mais autocorrelacionada espacialmente ao longo do tempo.
Coleções
Os arquivos de licença a seguir estão associados a este item: