Urbanização e Variação Climática no Nordesteforumbaiano.sei.ba.gov.br/forum_2016/apresentacoes/urbanizacao_… · 10/07/2016 · Análise Descritiva CorrelaçãodasVariáveis

Urbanização e Variação Climática no Nordeste

Lorena Fonseca (PPGE - UFBA)

V FÓRUM BAIANO DE ECONOMIA APLICADA

2016

Lorena Fonseca (PPGE/UFBA) 07/10/2016 1 / 24

Sumário

1 Motivação

2 Hipótese

3 Literatura

4 Contextualização

5 Banco de Dados e VariáveisInterpolação

6 Análise Descritiva

7 Metodologia

8 Resultados Preliminares

9 Implicações para Políticas Públicas


Motivação

Motivação: O estigma da "região das secas"

Atribuir o problema do desenvolvimento econômico da região Nordeste a questãoambiental é uma arriscada homogeneização das dinâmicas internas.Necessidade de incorporar peculiaridades e heterogeneidades: situaçõesclimáticas, econômicas e sociais.Quando ocorre a interação entre mudanças/eventos climáticos e avulnerabilidade de determinada região, o resultado são impactos sobre diversasesferas.A região Nordeste possui aproximadamente 54 milhões de habitantes, segundo oCenso de 2010, e cerca de 21 milhões de seus habitantes vivem no semiárido.O desafio da sociedade e governos é aprender a lidar e conviver com a adversidadeclimática. A falta prolongada de chuvas só assume a dimensão de calamidadepública devido à situação de pobreza em que vivem as pessoas nessa região.


Literatura

Literatura Básica

AUFFHAMMER, M. et al. Global climate models and climate data: a user guide foreconomists. Unpublished manuscript, 2011.AUFFHAMMER, M. et al. Using weather data and climate model output in economicanalyses of climate change. Review of Environmental Economics and Policy, OxfordUniversity Press, p. ret016, 2013.BARRIOS, S.; BERTINELLI, L.; STROBL, E. Climatic change and rural?urbanmigration: The case of sub-saharan africa. Journal of Urban Economics, Elsevier, v. 60,n. 3, p. 357?371, 2006.BENJAMIN, F. et al. What do we learn from the weather? the new climate-economyliterature. NBER Working Papers, 2013.HENDERSON, V.; STOREYGARD, A.; DEICHMANN, U. Has climate change drivenurbanization in Africa. [S.l.], 2015.HSIANG, S. M.; BURKE, M.; MIGUEL, E. Quantifying the influence of climate onhuman conflict. Science, American Association for the Advancement of Science, v. 341,n. 6151, p. 1235367, 2013.


Hipótese

Hipótese

Objetivo:A análise de Henderson (2015) é adaptada para o contexto brasileiro.Propõe-se a hipótese de que o aumento da aridez na região Nordestebrasileira incentivaria a busca por uma vida urbana em municípios com umsetor industrializado consolidado.

Hipótese:Se a cidade tem um setor industrial que não é muito pequeno emrelação ao setor de serviços locais, uma queda na precipitaçãoconduzirá a um aumento na população urbana.Se a cidade tem um setor industrial muito pequeno ou não existente,o efeito de um declínio em precipitação sobre a população da cidade éambíguo e tende a zero.


Contextualização

Semiárido

Fonte: Elaboração própria com dados do INSA.


Contextualização

Semiárido - Condições Físico-geográficas

Bioma Incidência da Seca

Fonte: Elaboração própria com dados do INSA.


Contextualização

Semiárido - Estatísticas de PIB

PIB per capitaPIB per capitaa do Nordeste 9.560,72PIB per capita do Sudeste 25.984,41PIB per capita do Semiárido nordestino 6.548,58PIB per capita das regiões metropolitanas do Nordeste 15.619,88PIB per capita dos municípios nordestinos fora das regiões metro-politanas e do semiárido

6.947,83

PIB per capita dos municípios nordestinos fora das regiões metro-politanas

6.679,47

Proporção do PIB per capita do semiárido para o do Nordeste (%) 68%Proporção do PIB per capita do semiárido para os demais municí-pios do Nordeste fora das regiões metropolitanas (%)

94%

Proporção do PIB per capita do Nordeste para o do Sudeste (%) 37%a Valores com base de referência em 2002. Valores em reais.Fonte: Censo 2010


Contextualização

Percentual de Urbanização por regiões, 1960 a 2010

Fonte: Elaboração própria com dados do Censo (IBGE).


Contextualização

Evolução da Urbanização no Nordeste: 1970 a 2000.

1970 1980

...continuaLorena Fonseca (PPGE/UFBA) 07/10/2016 10 / 24

Contextualização

Evolução da Urbanização no Nordeste: 1970 a 2000.

2000 2010


Contextualização

Urbanização no Nordeste

Não Semiárido Semiárido

Fonte: Elaboração própria com dados do IBGE (Censo 2010) e INSA.


Contextualização

Correlação entre Percentual de Urbanização e Percentualda População em Domicílios com Água Encanada noSemiárido nordestino, 1991 a 2010.

1991 2000 2010

Fonte: Elaboração própria com base em dados do PNUD (1991, 2000 e 2010)


Contextualização

Urbanização

Quantidade de Municípios, População e FPM (Fundo de Participação dosMunicípios) em 2010 - Nordeste

Semiárido Não Semiárido

Quantidade de Municípios 1048 746População 21.349.298 31.732.652FPMa 7.296.701.921,45 8.009.679.059,75FPM per capita 341,78 252,41

a Valores em reais.

Fonte: Elaboração própria com base em dados do STN e IBGE


Banco de Dados e Variáveis

Banco de Dados

Urbanização: Percentual de pessoas residentes em áreas urbanas.Informações dos Censos 2000 e 2010,a partir do uso da variávelv1006-situação do domicílio.Clima: Interpolação por krigagem dos dados das 94 estaçõesmeteorológicas disponibilizadas pelo BDMEP-INMET.Variáveis de Controle: Distância para o Litoral, percentual depessoas empregadas no comércio, percentual de pessoas empregadasna agricultura, percentual de pessoas com acesso a enegia elétrica,percentual de pessoas com acesso a água encanada, razão entreestabelecimentos agropecuários que utilizam irrigação e total deestabelecimentos agropecuários.

Análise da HeterogeneidadeIndústria: Percentual de pessoas empregadas na indústria extrativa ede transformação em relação a população ocupada - Censo (IBGE.Semiárido: Dummy.


Banco de Dados e Variáveis Interpolação

Interpolação

Software: Arcgis e QGisDados: Dados climáticos do INMET.Método: Interpolação por Krigagem

KrigagemA krigagem assume que a distância ou a direção entre pontos amostraisreflete uma correlação espacial que pode ser usada para explicar variaçõesna superfície. O método ajusta uma função a um número especificado depontos ou todos os pontos dentro de um alcance especificado de forma adeterminar valores para cada localização.

Descrição: Reverte-se a imagem raster da interpolação para vetor ese obtém dados para todos os municípios da região.


Banco de Dados e Variáveis Interpolação

Interpolação: 2010

Precipitação Temperatura Máxima

Fonte: Elaboração própria com dados do INMET.


Análise Descritiva

Correlação das Variáveis

Variáveis Urb Precip Temp Max Ind Agr Com Agua Eletr Pop Nat Dist Lit IrrigUrb 1.000Precip 0.154 1.000Temp Max -0.149 0.194 1.000Ind 0.308 -0.030 -0.012 1.000Agr -0.580 -0.104 -0.015 -0.416 1.000Com 0.389 -0.032 -0.049 0.644 -0.413 1.000Agua 0.596 -0.033 -0.176 0.162 -0.476 0.137 1.000Eletr 0.462 0.131 -0.134 0.144 -0.410 0.066 0.578 1.000Pop Nat -0.542 -0.221 0.075 -0.145 0.335 -0.198 -0.337 -0.361 1.000Dist Lit -0.234 -0.378 0.343 -0.162 0.180 -0.159 -0.110 -0.347 0.155 1.000Irrig 0.213 -0.081 -0.001 0.099 -0.134 0.080 0.265 0.190 -0.207 0.000 1.000

Fonte: Elaboração própria utilizando o software Stata R©.


Metodologia

Seleção de um Modelo que se Ajusta aos Dados

Painel ou Cross-section?Painel: Dados em painel para 2000 e 2010.

Vantagem: Comparação intertemporal, controle de efeitos fixos nãoobserváveis, maior amostra.Desvantagem: Dados em formato nível por não possuirmos dados deprecipitação para 1991.

Cross-section: Dados para 2010.Vantagem Utilização de dados de urbanização e precipitação noformato de variação percentual em relação a 2000.Desvantagem: Menor número de observações.


Metodologia

Efeito Fixo

y = f (C ,X ) (1)

uijt = β0wijt + β1X ′ij + β2X ′

ijwijt + αjt + εijt (2)

as variáveis são definidas para o município i, no estado j, no ano t. Sendot= 2000, 2010. As variáveis são definidas como segue,

uijt : percentual de população urbana de cada município em relação aoCenso anterior;wijt : precipitação média considerando t, t-1 e t-2 ;X ′

ij : variáveis de controle que não variam no tempo;αjt : efeito fixo que controla para condições variantes no tempo;εijt : termo de erro.

em que a variável dependente de urbanização é função de precipitação.Lorena Fonseca (PPGE/UFBA) 07/10/2016 20 / 24

Resultados Preliminares

Resultado Preliminar: efeito fixo



Resultado Preliminar: cross-section



Resultados PreliminaresResultados Preliminares:

FE: Efeito positivo de precipitação e industrialização sobreurbanização - divergente de Henderson(2015).Cross-section: Efeito negativo de precipitação e industrializaçãosobre urbanização.

Possíveis Problemas:Viés de Variável Omitida versus Problema de Excesso de Controle.Talvez a utilização de uma variável de presença industrial seja maisapropriado.A variável distância do litoral deve ser interagida no FE.

Possíveis Soluções:Encontrar uma variável que seja correlacionada com indústria eurbanização de forma a isolar o efeito parcial da precipitação.Utilizar precipitação na forma de variação (somente possível paracross-section).


Implicações para Políticas Públicas

Implicações para Políticas Públicas

Políticas para o SemiáridoPolíticas de UrbanizaçãoPolíticas para o Setores Primário, Secundário e Terciário.


Documents

Urbanização e Variação Climática no Nordesteforumbaiano.sei.ba.gov.br/forum_2016/apresentacoes/urbanizacao_… · 10/07/2016 · Análise Descritiva CorrelaçãodasVariáveis