
Considerando a relevância da irrigação na agricultura, o objetivo deste trabalho foi verificar o efeito desta técnica sobre a produção agrícola dos municípios brasileiros. Para tanto, utilizou-se a abordagem da função de produção, implementando técnicas espaciais, com base nos dados do Censo Agropecuário do IBGE de 2017. A análise exploratória de dados espaciais (AEDE) apontou a existência de padrões espaciais nas variáveis selecionadas e, na análise local, identificaramse clusters espaciais significativos para irrigação. Já nas estimações espaciais, o modelo SAR (modelo de defasagem espacial) foi considerado o mais adequado, cujos resultados mostraram que o coeficiente do número de estabelecimentos irrigantes nos municípios foi positivo e significativo, o que implica que maior adoção da irrigação está associada à elevação do valor da produção agrícola municipal.
O objetivo desta pesquisa foi analisar os retornos da escolaridade na região Nordeste observando as diferenças entre seus estados para o ano de 2023. A investigação fundamenta-se na equação salarial minceriana com correção de Heckman, nas extensões não lineares do modelo de Trostel e aplicação de regressão quantílica, utilizando microdados da PNAD Contínua (PNADC). Foram estimados modelos lineares e modelos quantílicos, permitindo mensurar tanto os retornos médios da educação quanto a heterogeneidade desses retornos ao longo da distribuição de rendimentos. Os resultados indicam que o Nordeste apresenta níveis médios de escolaridade e rendimentos inferiores à média nacional. As estimativas mostram que os retornos educacionais são decrescentes após determinados níveis de estudo, mas mais elevados na região para cinco e nove anos de escolaridade. Os modelos quantílicos revelam forte heterogeneidade nos retornos educacionais, que se mostram substancialmente maiores nos quantis superiores da renda, indicando que a educação beneficia os trabalhadores de forma desigual.
Este estudo investiga a influência da criminalidade sobre a abertura de empresas nos estados brasileiros entre 2000 e 2021. Utilizando dados em painel e modelo dinâmico estimado por System GMM, analisam-se os efeitos da taxa de homicídios e de variáveis fiscais e demográficas sobre a dinâmica empreendedora. Os resultados mostram que a criminalidade exerce impacto negativo e estatisticamente significativo na criação de novos negócios, enquanto gastos com segurança pública e capacidade fiscal apresentam efeitos distintos conforme sua eficiência alocativa. As defasagens da variável dependente revelam forte inércia temporal no comportamento empreendedor. Observa-se elevada desigualdade regional na abertura de empresas, associada a heterogeneidades estruturais persistentes. Conclui-se que a redução da violência, combinada a políticas públicas eficazes e maior capacidade de investimento, são fundamentais para fortalecer o ambiente de negócios nos estados brasileiros.
Analisa-se a dinâmica das atividades turísticas no Rio Grande do Sul por meio de um novo indicador de Valor Adicionado (VA) através do método shift-share de Esteban-Marquillas. Decompõe-se o crescimento do VA municipal entre 2010 e 2021 e nos subperíodos 2010-19 e 2019-21 diante dos efeitos da pandemia de Covid-19. O estudo se destaca por adotar abordagem distinta da literatura nacional, que geralmente se baseia apenas no emprego formal, ao incluir a atividade de segundas residências como fenômeno turístico e utilizar deflatores setoriais do Sistema de Contas Regionais. Os resultados mostram que: (i) a atividade turística se contraiu no acumulado do período quando mensurada tanto pelo emprego quanto pelo VA a preços constantes; (ii) o VA apresentou maior volatilidade do que o emprego formal; (iii) a categorização dos municípios variou conforme a atividade turística; e (iv) a atividade de segundas residências mostrou maior consistência na classificação dos subperíodos analisados..
This study analyzes the Municipal Human Development Index (MHDI) of municipalities in the state of São Paulo using unit-distribution regression models and machine learning algorithms, including Random Forest and XGBoost. The methods are compared in terms of predictive performance and interpretability. Results indicate very similar predictive accuracy across approaches, suggesting that model performance is primarily driven by the information content of the predictors and that regression models for outcomes bounded in the unit interval remain competitive with more flexible machine learning methods. Per capita household income emerged as the most influential predictor of MHDI, followed by education and poverty-related variables. Model agnostic interpretability techniques revealed nonlinear effects and provided both local and global insights into predictor contributions. The findings offer a robust and interpretable framework for analyzing municipal development and provide evidence that may support regional monitoring and public policy planning.