Resumo: Este trabalho teve como objetivo estimar um modelo econométrico espacial para explicar a distribuição da produtividade agrícola entre os municípios paranaenses no ano de 2010. Como hipótese foi considerado a existência de autocorrelação e heterogeneidade espacial da produtividade agrícola e de seus determinantes. Para isso, foi calculado um índice de produtividade agrícola da terra e foi selecionado mediante revisão de literatura, as variáveis determinantes do modelo. Por meio da Análise Exploratória de Dados Espaciais identificou-se a autocorrelação espacial e a heterogeneidade espacial das variáveis estudadas. Também identificou-se clusters de produtividade do tipo alto-alto nas regiões Metropolitana, Centro-Oriental, Oeste e Sudoeste. O modelo espacial utilizado foi o modelo de defasagem no termo de erro, pois apresentou Teste de Multiplicador de Lagrange Robusto significativo. O tipo de contiguidade da matriz de peso que apresentou maior Índice de Moran foi a matriz do tipo rainha. Por fim, concluiu-se que os aspectos de localização são essenciais no estudo da produtividade agrícola e que as variáveis que mostraram maior relevância na estimação do modelo foram a qualidade da terra, área relativa e o termo de erro defasado espacialmente.
Abstract: This study aimed to estimate an econometric model to explain the spatial distribution of agricultural productivity between the municipal districts of Paraná in 2010. The hypothesis considered was the existence of autocorrelation and spatial heterogeneity of agricultural productivity and its determinants. We calculated an index of agricultural productivity of the land and the key variables of the model was selected through a literature review. Through Exploratory Spatial Data Analysis was identified the spatial autocorrelation and spatial heterogeneity of the studied variables. Also identified productivity clusters of the type highhigh in the regions Metropolitan, East-Central, West and Southwest. The spatial model used was the lag in the error term, because it showed significant Lagrange Multiplier Robust Test. The type of contiguity weight matrix with the highest Moran index was the array of type queen. Finally, this work concluded that the aspects of location are essential in the study of agricultural productivity and the variables that showed greater relevance in the estimation of the model were soil quality, relative area and spatially lagged error. |
