Vandalism is a problem for many communities across Scotland negatively affecting the lives of people who live in them. Whilst there has been recent research into the broad phenomena of anti-social behaviour, there has been little recent research into the specific phenomena of vandalism. In particular, little is understood about why vandalism often persistently re-occurs year in year out in particular locations. Wider research into crime and place suggests that, opportunities to commit crime, levels of relative deprivation, and the capacity or belief that a community can work together (collective efficacy) may be relevant factors. Other theories suggest some areas may act as crime attractors or be more criminogenic than others. There is a strong need for a better understanding of why certain places experience persistent vandalism and others do not. This thesis seeks to redress that gap by suggesting that to understand the nature of vandalism it is best understood as a crime of place rather than property. By drawing on theoretical and methodological approaches from both criminology and geography the thesis explores whether some areas experience high and low concentrations of vandalism year on year; if patterns change over time and whether areas with differing levels of vandalism share characteristics. Exploring issues related to crime and place presents specific methodological challenges. In criminology there has been much debate about whether it is best to consider crime and place processes at the micro or macro level. This thesis contributes to this debate by contending that it is necessary to employ a multi-method approach which integrates both micro and macro levels of investigation to properly understand crime and place. The results presented here are based on secondary analysis of six years of recorded crime data on vandalism supplied by Lothian and Borders police covering the period 1 April 2004 to 31 March 2010 for a case study area within Edinburgh with a broad mix of socio-demographic contexts. The thesis investigates the value of taking an Exploratory Spatial Data Analysis approach combining GIS based Crime Mapping and LISA (Local Indicators of Spatial Autocorrelation) analysis with Group Trajectory Analysis. This is complimented by data acquired from holding focus groups with Police Officers responsible for neighbourhood policing who used shaded maps to aid discussion of characteristics of areas with high and low vandalism. Findings suggest there are distinct High, Low and Drifting areas of vandalism with particular characteristics influenced by crime attractors, routine activities, relative deprivation and collective efficacy. By using an innovative multi-method ESDA quantitative and qualitative approach, important insights into the nature of vandalism as a place crime are gained; using a multi-spatial and temporal approach was found to be crucial. Findings are somewhat confined as they relate to a single case study area and a small number of focus groups were undertaken only with police Officers and not other community actors which may limit generalisabily. These concerns are discussed along with recommendations for future policy on vandalism and theoretical and methodological approaches for researching crime and place.

O objetivo deste trabalho é identificar regiões urbanas homogêneas por meio da aplicação de duas vertentes da análise espacial: a estatística espacial e uma estratégia de modelagem espacial baseada na comparação de informações oriundas de diferentes entidades espaciais, em níveis diversos de informação. Um método baseado em fluxos de viagens seria a melhor alternativa para o problema em questão, mas não há dados disponíveis para sua aplicação no Brasil. Em virtude disso, o método aqui apresentado identifica regiões que podem ser consideradas como uniformes em relação a uma variável a partir de técnicas de análise exploratória de dados espaciais, como por exemplo, o gráfico e o mapa de Moran. Em um estudo de caso para o estado de São Paulo, analisando-se as distribuições espaciais dos valores da densidade populacional por meio de sua representação em mapas temáticos classificados segundo os quadrantes do gráfico de Moran (ou box map), esse indicador permite caracterizar razoavelmente bem as regiões urbanas homogêneas existentes (inclusive as oficiais). Entretanto, ao tentar representar o seu comportamento em uma análise temporal por meio de modelos, o indicador populacional não foi capaz de descrever esse comportamento e, conseqüentemente, não serviu para elaborar estratégias de previsão para o futuro. Por outro lado, ao combinar essas informações com um indicador que representa a oferta de transportes, os resultados obtidos permitiram observar o alto desempenho dos modelos, dada a forte influência recíproca entre uso e ocupação do solo e oferta de transportes. Ao permitir a identificação de padrões e a projeção de tendências, este tipo de análise pode ser útil para o planejamento urbano e regional, tanto no contexto estudado como em uma visão mais abrangente. / The objective of this work is to identify homogeneous urban regions through the application of two branches of spatial analysis: spatial statistics and a modeling strategy based on the comparison of information from different spatial entities and at distinct levels. A commuting-based approach would be the best alternative in that case, but there is no data available for its application in Brazil. Thus, the method presented here identifies uniform regions regarding a particular variable through exploratory spatial data analysis techniques, such as the Moran scatter plot and box maps. In a case study carried out in the state of São Paulo, in which the spatial distribution of the values of population density was analyzed through the representation in box maps, a reasonable identification of the existing homogeneous urban regions (including the official ones) was performed. However, the models based only on the population density distribution did not perform well for analyses through time and therefore they were not adequate for forecasting strategies. In contrast, when combining population density information with an indicator of transportation supply the performance of the models was noticeably improved, what was likely caused by the strong reciprocal influence between land use and transportation supply. As a conclusion, the method developed in this work shall be useful for urban and regional planning at different scales, given its potential for patterns recognition and trends forecasting.

O desenvolvimento das cidades freqüentemente propicia o aparecimento de empreendimentos de grande porte que, juntamente com o aumento da população e dos veículos, causam impactos nos sistemas de transportes. Dado que há fortes indícios que a localização e o porte destes empreendimentos, aqui denominados de pólos geradores de viagens (ou PGVs), seja influenciado pela presença de outros PGVs, o objetivo deste trabalho foi avaliar esta hipótese em uma cidade média brasileira, através de duas vertentes da análise espacial: a estatística espacial e a modelagem espacial baseada na comparação de informações oriundas de diferentes entidades espaciais. Foram utilizados conceitos de análise exploratória de dados espaciais, tais como o índice e o diagrama de espalhamento de Moran, para a delimitação de regiões similares, divididas de modo a indicar pontos de associação espacial, em relação a uma variável analisada. Em seguida, a modelagem espacial foi feita com uma adaptação da técnica de cellular automata, usando redes neurais artificiais. Dois modelos foram propostos e aplicados em um estudo de caso na cidade de Campinas, São Paulo, com base em diferentes variáveis. No primeiro modelo, somente variáveis representativas da ocupação comercial foram consideradas, enquanto que, no segundo modelo, foram introduzidas também variáveis caracterizando a infra-estrutura viária. Os resultados permitem observar um bom desempenho dos modelos, em particular na fase de validação. As projeções futuras obtidas com os modelos, no entanto, não parecem caracterizar adequadamente o surgimento, que seria naturalmente esperado, de novos pólos comerciais ao redor dos shopping centers estudados. Essa limitação foi surpreendentemente mais evidente no caso do modelo com variáveis de infra-estrutura viária. / The development of cities often leads to the development of large business areas. Those areas, together with the growth of population and vehicles figures in the entire urban area, produce several impacts in the transportation systems. Given the evidences that the location and size of new trip generators (TG\'s) may be strongly influenced by existing TG\'s, the objective of this study was to evaluate that hypothesis in a brazilian medium-sized city. Two branches of spatial analysis were explored in the present study while dealing with different sources of spatial information. They were: spatial statistics and spatial modeling. Firstly, concepts of exploratory spatial data analyses (ESDA), like Moran\'s I index and scatterplot, were used to characterize regions of similar behavior in terms of particular variables. Secondly, spatial modeling was carried out using cellular automata concepts and artificial neural networks. Two models were proposed and applied in a case study carried out in the city Campinas, São Paulo, based on different variables. In the first model, only variables representing commercial land use were considered, while in the second model variables representing the transportation infrastructure supply were also added. The results found indicate a good performance of the models, particularly in the validation process. Their future projections, however, are apparently not able to represent the development of new commercial activities that would be naturally expected around the shopping malls investigated. Although that limitation was observed in both models, it was surprisingly more evident in the case of the model with variables of transportation infrastructure.

O objetivo deste trabalho é identificar regiões urbanas homogêneas por meio da aplicação de duas vertentes da análise espacial: a estatística espacial e uma estratégia de modelagem espacial baseada na comparação de informações oriundas de diferentes entidades espaciais, em níveis diversos de informação. Um método baseado em fluxos de viagens seria a melhor alternativa para o problema em questão, mas não há dados disponíveis para sua aplicação no Brasil. Em virtude disso, o método aqui apresentado identifica regiões que podem ser consideradas como uniformes em relação a uma variável a partir de técnicas de análise exploratória de dados espaciais, como por exemplo, o gráfico e o mapa de Moran. Em um estudo de caso para o estado de São Paulo, analisando-se as distribuições espaciais dos valores da densidade populacional por meio de sua representação em mapas temáticos classificados segundo os quadrantes do gráfico de Moran (ou box map), esse indicador permite caracterizar razoavelmente bem as regiões urbanas homogêneas existentes (inclusive as oficiais). Entretanto, ao tentar representar o seu comportamento em uma análise temporal por meio de modelos, o indicador populacional não foi capaz de descrever esse comportamento e, conseqüentemente, não serviu para elaborar estratégias de previsão para o futuro. Por outro lado, ao combinar essas informações com um indicador que representa a oferta de transportes, os resultados obtidos permitiram observar o alto desempenho dos modelos, dada a forte influência recíproca entre uso e ocupação do solo e oferta de transportes. Ao permitir a identificação de padrões e a projeção de tendências, este tipo de análise pode ser útil para o planejamento urbano e regional, tanto no contexto estudado como em uma visão mais abrangente. / The objective of this work is to identify homogeneous urban regions through the application of two branches of spatial analysis: spatial statistics and a modeling strategy based on the comparison of information from different spatial entities and at distinct levels. A commuting-based approach would be the best alternative in that case, but there is no data available for its application in Brazil. Thus, the method presented here identifies uniform regions regarding a particular variable through exploratory spatial data analysis techniques, such as the Moran scatter plot and box maps. In a case study carried out in the state of São Paulo, in which the spatial distribution of the values of population density was analyzed through the representation in box maps, a reasonable identification of the existing homogeneous urban regions (including the official ones) was performed. However, the models based only on the population density distribution did not perform well for analyses through time and therefore they were not adequate for forecasting strategies. In contrast, when combining population density information with an indicator of transportation supply the performance of the models was noticeably improved, what was likely caused by the strong reciprocal influence between land use and transportation supply. As a conclusion, the method developed in this work shall be useful for urban and regional planning at different scales, given its potential for patterns recognition and trends forecasting.

O desenvolvimento das cidades freqüentemente propicia o aparecimento de empreendimentos de grande porte que, juntamente com o aumento da população e dos veículos, causam impactos nos sistemas de transportes. Dado que há fortes indícios que a localização e o porte destes empreendimentos, aqui denominados de pólos geradores de viagens (ou PGVs), seja influenciado pela presença de outros PGVs, o objetivo deste trabalho foi avaliar esta hipótese em uma cidade média brasileira, através de duas vertentes da análise espacial: a estatística espacial e a modelagem espacial baseada na comparação de informações oriundas de diferentes entidades espaciais. Foram utilizados conceitos de análise exploratória de dados espaciais, tais como o índice e o diagrama de espalhamento de Moran, para a delimitação de regiões similares, divididas de modo a indicar pontos de associação espacial, em relação a uma variável analisada. Em seguida, a modelagem espacial foi feita com uma adaptação da técnica de cellular automata, usando redes neurais artificiais. Dois modelos foram propostos e aplicados em um estudo de caso na cidade de Campinas, São Paulo, com base em diferentes variáveis. No primeiro modelo, somente variáveis representativas da ocupação comercial foram consideradas, enquanto que, no segundo modelo, foram introduzidas também variáveis caracterizando a infra-estrutura viária. Os resultados permitem observar um bom desempenho dos modelos, em particular na fase de validação. As projeções futuras obtidas com os modelos, no entanto, não parecem caracterizar adequadamente o surgimento, que seria naturalmente esperado, de novos pólos comerciais ao redor dos shopping centers estudados. Essa limitação foi surpreendentemente mais evidente no caso do modelo com variáveis de infra-estrutura viária. / The development of cities often leads to the development of large business areas. Those areas, together with the growth of population and vehicles figures in the entire urban area, produce several impacts in the transportation systems. Given the evidences that the location and size of new trip generators (TG\'s) may be strongly influenced by existing TG\'s, the objective of this study was to evaluate that hypothesis in a brazilian medium-sized city. Two branches of spatial analysis were explored in the present study while dealing with different sources of spatial information. They were: spatial statistics and spatial modeling. Firstly, concepts of exploratory spatial data analyses (ESDA), like Moran\'s I index and scatterplot, were used to characterize regions of similar behavior in terms of particular variables. Secondly, spatial modeling was carried out using cellular automata concepts and artificial neural networks. Two models were proposed and applied in a case study carried out in the city Campinas, São Paulo, based on different variables. In the first model, only variables representing commercial land use were considered, while in the second model variables representing the transportation infrastructure supply were also added. The results found indicate a good performance of the models, particularly in the validation process. Their future projections, however, are apparently not able to represent the development of new commercial activities that would be naturally expected around the shopping malls investigated. Although that limitation was observed in both models, it was surprisingly more evident in the case of the model with variables of transportation infrastructure.

Habitat loss and fragmentation are major threats to biodiversity. Geostatistical methods, especially kriging, are widely used in ecology. Bird counts data often fail to show normal distribution over an area which is required for most of the kriging methods. Hence choosing an interpolation method without understanding the implications may lead to bias results. United Kingdom’s Exprodat Consulting Ltd had set an Exploratory Spatial Data Analysis (ESDA) workflow for optimising interpolation of petroleum dataset. This workflow was applied in this study to predict capercaillie bird species over whole Sweden. There was no trend found in the dataset. Also the dataset was not spatially auto-correlated. A completely regularized spline surface model was created with RMSE 1.336. Medium to high occurrences (8-16) were found over two very small areas, within Västerbottens county and Västra Götlands county. Low occurrences (1-3) were found all over Sweden. Urban areas like Stockholm city and Malmö city had low occurrences. Another kriging prediction surface was created with RMSE 1.314 to compare the results. There were no prediction values from 5 to 16 in kriging surface. In-depth studies were carried out by selecting three areas. The studies showed that the results of local kriging surfaces did not match with the results of global surface. Uncertainty in GIS may exist at any level. Having low RMSE value does not always mean a good result. Hence ESDA before choosing interpolation method is an effective way. And a post result field investigation could make it more valid. Regression analysis is also widely used in ecology and there are certain different methods that are available to be used. Ordinary Least Squares is the first method that was tested upon bird counts data set. Adjusted R-squared value was 0.008616 which indicated that explanatory variables pine, spruce, roads, urban areas and wetlands were just contributing to 0.8% to the dependent variable bird counts. It was also found that there was no linear relationship between dependent and explanatory variables. Logistic regression was the next step as it had the capability to work with nonlinear data also. The Spatial Data Modeller (SDM) tool was used to perform logistic regression in ArcGIS 9.3. Initially results of logistic regression were unexpected, hence focal statistics was performed upon all the independent variables. Logistic regression with these new independent variables generated meaningful results. This time the probability of occurrence of birds had weak positive relationship with all the independent variables. Coefficients of pine, spruce, roads, urban areas and wetlands were found to be 0.39, 0.23, 0.13, 0.24 and 0.14 respectively. Pine and spruce are natural attractors for birds, hence results were quite acceptable. But the overall model performance remained poor. Positive coefficient for roads, urban areas and wetlands may well be due to redundancy in these datasets or observer bias in bird species reporting. IDRISI Andes also came up with almost the same results when logistic regression with same dependent and independent variables was performed. IDRISI Andes output contained the pseudo R-square value, found to be 0.0416. This was an indication of biasness in the dataset also. The results of in-depth studies by selecting three areas also showed that LR with focal statistics were having better results than LR without focal statistics, but the overall performance remained poor. The SDM tool is a good choice for performing logistic regression on small scale datasets due to its limitation. Comparison of results between the two geostatistical methods, interpolation and regression depicts the similarity at discrete places; an unbiased dataset might have resulted in a better comparison of two methods.

O presente estudo aborda a demografia e seus impactos na economia. A redução das taxas de fecundidade e de mortalidade, acompanhadas pelo aumento da expectativa de vida da população, tiveram como consequência a queda da taxa de crescimento populacional e mudanças na estrutura etária da população brasileira. Esse fenômeno também condiciona a chamada transição demográfica, processo no qual ocorre redução na proporção de crianças e aumento na proporção de pessoas idosas na população. A literatura supõe que esse processo esteja relacionado com o crescimento econômico, de forma que regiões com menor taxa de dependência (proporção de crianças e idosos na população) devem apresentar maior crescimento econômico. Utilizando-se técnicas de análise exploratória de dados espaciais (AEDE) para Áreas Mínimas Comparáveis (AMC) e de econometria para dados em painel, foi comprovada a relação inversa entre taxa de dependência e crescimento econômico com ambas as técnicas para o Brasil. A taxa de dependência indicou que o componente infantil predomina no Brasil e que as regiões do Brasil mais desenvolvidas em termos de mudança demográfica são as Sul e Sudeste. Tanto as taxas de dependência infantil e de idosos mostraram influenciar negativamente o modelo de crescimento econômico brasileiro, contribuindo para diminuir o caráter dúbio da última taxa mediante utilização de método econométrico que corrige para o problema da endogeneidade - Gmm-System. Foi também investigada a influência da demografia sobre o consumo utilizando-se dados da Pesquisa de Orçamentos familiares (POF) ano base 2002-2003 para o Rio Grande do Sul, indicando que os setores máquinas e tratores, material elétrico e eletrônico, material de transportes, outras indústrias, instituições financeiras, serviços prestados às famílias e às empresas, aluguel de imóveis, administração pública e serviços privados não-mercantis, possuem um efeito positivo do envelhecimento populacional no consumo, o que podemos chamar de quebracabeça ao contrário do consumo na aposentadoria. Ademais, o consumo total indicou ser estável, o que parece fazer sentido, uma vez que existem também setores cujo consumo diminui com a idade. Com isso, evidenciou-se a importância da demografia tanto no crescimento econômico quanto no consumo para o Brasil e o Rio Grande do Sul, respectivamente. / This study addresses the demography and its impact on the economy. The reduction of fertility and mortality, followed by an increase in life expectancy of the population, has resulted in a decline in population growth and changes in the age structure of the population. This phenomenon also affects the so-called demographic transition process in which there is a reduction in the proportion of children and an increase in the proportion of aged people in the population. Literature assumes that this process is related to economic growth, so that regions with lower dependency ratio (proportion of children and aged people in the population) should have higher economic growth. Using techniques of exploratory spatial data analysis (ESDA) for Minimum Comparable Areas (MCA) and of econometrics for panel data, it has been proved the inverse relationship between the rate of dependency and economic growth with both techniques for Brazil. The dependency ratio indicated that the child component predominates in Brazil and that the more developed regions of Brazil in terms of demographic change are the South and Southeast. Both rates of child and aged dependency influenced negatively the model of Brazilian economic growth, helping to reduce the dubiousness of the last rate by using econometric method that corrects for the endogeneity problem - Gmm- System. It was also investigated the influence of demography on consumption using data of the Household Budget Survey (HBS) base year 2002-2003 for Rio Grande do Sul indicating that sectors of machinery and tractors, electrical and electronic equipment, transport equipment, other industries, financial institutions, services to families and business, property rental, government and private non-market services, have a positive effect from aging on consumption, what we could call an “unlike retirement consumption puzzle”. Moreover, the complete consumption indicated to be stable, which seem to make sense, since there are also areas which consumption decreases with age. With that, the importance of demographics in both economic growth and the consumption for Brazil and Rio Grande do Sul, respectively, has been evidenced.

O presente estudo aborda a demografia e seus impactos na economia. A redução das taxas de fecundidade e de mortalidade, acompanhadas pelo aumento da expectativa de vida da população, tiveram como consequência a queda da taxa de crescimento populacional e mudanças na estrutura etária da população brasileira. Esse fenômeno também condiciona a chamada transição demográfica, processo no qual ocorre redução na proporção de crianças e aumento na proporção de pessoas idosas na população. A literatura supõe que esse processo esteja relacionado com o crescimento econômico, de forma que regiões com menor taxa de dependência (proporção de crianças e idosos na população) devem apresentar maior crescimento econômico. Utilizando-se técnicas de análise exploratória de dados espaciais (AEDE) para Áreas Mínimas Comparáveis (AMC) e de econometria para dados em painel, foi comprovada a relação inversa entre taxa de dependência e crescimento econômico com ambas as técnicas para o Brasil. A taxa de dependência indicou que o componente infantil predomina no Brasil e que as regiões do Brasil mais desenvolvidas em termos de mudança demográfica são as Sul e Sudeste. Tanto as taxas de dependência infantil e de idosos mostraram influenciar negativamente o modelo de crescimento econômico brasileiro, contribuindo para diminuir o caráter dúbio da última taxa mediante utilização de método econométrico que corrige para o problema da endogeneidade - Gmm-System. Foi também investigada a influência da demografia sobre o consumo utilizando-se dados da Pesquisa de Orçamentos familiares (POF) ano base 2002-2003 para o Rio Grande do Sul, indicando que os setores máquinas e tratores, material elétrico e eletrônico, material de transportes, outras indústrias, instituições financeiras, serviços prestados às famílias e às empresas, aluguel de imóveis, administração pública e serviços privados não-mercantis, possuem um efeito positivo do envelhecimento populacional no consumo, o que podemos chamar de quebracabeça ao contrário do consumo na aposentadoria. Ademais, o consumo total indicou ser estável, o que parece fazer sentido, uma vez que existem também setores cujo consumo diminui com a idade. Com isso, evidenciou-se a importância da demografia tanto no crescimento econômico quanto no consumo para o Brasil e o Rio Grande do Sul, respectivamente. / This study addresses the demography and its impact on the economy. The reduction of fertility and mortality, followed by an increase in life expectancy of the population, has resulted in a decline in population growth and changes in the age structure of the population. This phenomenon also affects the so-called demographic transition process in which there is a reduction in the proportion of children and an increase in the proportion of aged people in the population. Literature assumes that this process is related to economic growth, so that regions with lower dependency ratio (proportion of children and aged people in the population) should have higher economic growth. Using techniques of exploratory spatial data analysis (ESDA) for Minimum Comparable Areas (MCA) and of econometrics for panel data, it has been proved the inverse relationship between the rate of dependency and economic growth with both techniques for Brazil. The dependency ratio indicated that the child component predominates in Brazil and that the more developed regions of Brazil in terms of demographic change are the South and Southeast. Both rates of child and aged dependency influenced negatively the model of Brazilian economic growth, helping to reduce the dubiousness of the last rate by using econometric method that corrects for the endogeneity problem - Gmm- System. It was also investigated the influence of demography on consumption using data of the Household Budget Survey (HBS) base year 2002-2003 for Rio Grande do Sul indicating that sectors of machinery and tractors, electrical and electronic equipment, transport equipment, other industries, financial institutions, services to families and business, property rental, government and private non-market services, have a positive effect from aging on consumption, what we could call an “unlike retirement consumption puzzle”. Moreover, the complete consumption indicated to be stable, which seem to make sense, since there are also areas which consumption decreases with age. With that, the importance of demographics in both economic growth and the consumption for Brazil and Rio Grande do Sul, respectively, has been evidenced.

O presente estudo aborda a demografia e seus impactos na economia. A redução das taxas de fecundidade e de mortalidade, acompanhadas pelo aumento da expectativa de vida da população, tiveram como consequência a queda da taxa de crescimento populacional e mudanças na estrutura etária da população brasileira. Esse fenômeno também condiciona a chamada transição demográfica, processo no qual ocorre redução na proporção de crianças e aumento na proporção de pessoas idosas na população. A literatura supõe que esse processo esteja relacionado com o crescimento econômico, de forma que regiões com menor taxa de dependência (proporção de crianças e idosos na população) devem apresentar maior crescimento econômico. Utilizando-se técnicas de análise exploratória de dados espaciais (AEDE) para Áreas Mínimas Comparáveis (AMC) e de econometria para dados em painel, foi comprovada a relação inversa entre taxa de dependência e crescimento econômico com ambas as técnicas para o Brasil. A taxa de dependência indicou que o componente infantil predomina no Brasil e que as regiões do Brasil mais desenvolvidas em termos de mudança demográfica são as Sul e Sudeste. Tanto as taxas de dependência infantil e de idosos mostraram influenciar negativamente o modelo de crescimento econômico brasileiro, contribuindo para diminuir o caráter dúbio da última taxa mediante utilização de método econométrico que corrige para o problema da endogeneidade - Gmm-System. Foi também investigada a influência da demografia sobre o consumo utilizando-se dados da Pesquisa de Orçamentos familiares (POF) ano base 2002-2003 para o Rio Grande do Sul, indicando que os setores máquinas e tratores, material elétrico e eletrônico, material de transportes, outras indústrias, instituições financeiras, serviços prestados às famílias e às empresas, aluguel de imóveis, administração pública e serviços privados não-mercantis, possuem um efeito positivo do envelhecimento populacional no consumo, o que podemos chamar de quebracabeça ao contrário do consumo na aposentadoria. Ademais, o consumo total indicou ser estável, o que parece fazer sentido, uma vez que existem também setores cujo consumo diminui com a idade. Com isso, evidenciou-se a importância da demografia tanto no crescimento econômico quanto no consumo para o Brasil e o Rio Grande do Sul, respectivamente. / This study addresses the demography and its impact on the economy. The reduction of fertility and mortality, followed by an increase in life expectancy of the population, has resulted in a decline in population growth and changes in the age structure of the population. This phenomenon also affects the so-called demographic transition process in which there is a reduction in the proportion of children and an increase in the proportion of aged people in the population. Literature assumes that this process is related to economic growth, so that regions with lower dependency ratio (proportion of children and aged people in the population) should have higher economic growth. Using techniques of exploratory spatial data analysis (ESDA) for Minimum Comparable Areas (MCA) and of econometrics for panel data, it has been proved the inverse relationship between the rate of dependency and economic growth with both techniques for Brazil. The dependency ratio indicated that the child component predominates in Brazil and that the more developed regions of Brazil in terms of demographic change are the South and Southeast. Both rates of child and aged dependency influenced negatively the model of Brazilian economic growth, helping to reduce the dubiousness of the last rate by using econometric method that corrects for the endogeneity problem - Gmm- System. It was also investigated the influence of demography on consumption using data of the Household Budget Survey (HBS) base year 2002-2003 for Rio Grande do Sul indicating that sectors of machinery and tractors, electrical and electronic equipment, transport equipment, other industries, financial institutions, services to families and business, property rental, government and private non-market services, have a positive effect from aging on consumption, what we could call an “unlike retirement consumption puzzle”. Moreover, the complete consumption indicated to be stable, which seem to make sense, since there are also areas which consumption decreases with age. With that, the importance of demographics in both economic growth and the consumption for Brazil and Rio Grande do Sul, respectively, has been evidenced.

Made available in DSpace on 2017-07-10T18:33:40Z (GMT). No. of bitstreams: 1 Sandra C Kleinschmitt.pdf: 1716732 bytes, checksum: e8f8b01c3b62129ddcc186836f7688b6 (MD5) Previous issue date: 2009-03-06 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The central objective of this research was to analyze the spatial distribution of homicides in the state of Paraná, over the years 2001 and 2005 and the relationship between this phenomenon and socioeconomic, demographic and urban infrastructure variables as well. The method of Exploratory Spatial Data Analysis (ESDA) was used to measure the degree of spatial autocorrelation among the studied variables, based on the characteristics of the 399 municipalities in the State of Paraná, presently. Initially, the ESDA was used to check the existence of spatial autocorrelation among the state municipalities considering the homicide rates. The results demonstrated the existence of spatial autocorrelation of homicide rates in the municipalities of Paraná State. When considering the mapping of clusters, there was the indicative of four clusters of High High type- (HH) and four large clusters of low-low type (LL). The highest homicide rates were found in clusters of municipalities located in the Metropolitan Mesoregion of Curitiba, in the North Central Mesoregion, West Mesoregion, and in a number of municipalities from Center South, Center West, West and Southwest Mesoregions. The clusters of type LL were in the Northwest and in the Central North Mesoregion, and Pioneiro North and Southwest Mesoregion. The common manifestations of variables in the four clusters of HH type were: the high average of residents per home (ARH), the high number of head of family without income, low number of kindergartens, low number of cultural facilities, low number of people over 60 years and the low incidence of infant mortality. The other tested variables autocorrelated in the cities with the rates of murder, but according to their particular regions. The exception was the variables: water supply and sewerage, per capita Gross Domestic Product (GDP) and head of family over 15 years literate, not significant, at a 5% significance. / O objetivo central desta pesquisa é analisar a distribuição espacial dos homicídios no Estado do Paraná, entre os anos 2001 e 2005, e a relação entre este fenômeno e as variáveis socioeconômicas, demográficas e de infraestrutura urbana. O método de Análise Exploratória de Dados Espaciais (AEDE) foi utilizado para medir o grau de autocorrelação espacial entre as variáveis estudadas, a partir das características dos 399 municípios existentes no Estado do Paraná, na atualidade. Num primeiro momento utilizou-se a AEDE para verificar a presença de autocorrelação espacial entre os municípios do Estado, considerando as taxas de homicídio. Os resultados demonstraram a existência da autocorrelação espacial das taxas de homicídio entre os municípios paranaenses. Ao considerar os mapas de clusters, verificou-se a presença de quatro grandes clusters do tipo Alto-Alto (AA) e quatro grandes clusters do tipo Baixo-Baixo (BB). As maiores taxas de homicídio foram encontradas nos clusters constituídos por municípios situados na Mesorregião Metropolitana de Curitiba, na Mesorregião Norte Central, na Mesorregião Oeste e num conjunto de municípios das Mesorregiões Centro-Sul, Centro-Ocidental, Oeste e Sudoeste. Os clusters do tipo BB constituíram-se nas Mesorregiões Noroeste e Norte Central, na Mesorregião Norte Pioneiro e na Mesorregião Sudoeste. As manifestações comuns das variáveis nos quatro clusters do tipo AA, foram: a alta média de moradores por domicílio (MMD), a alta presença de chefes de família sem renda, a baixa presença de creches, a baixa presença de equipamentos culturais, a baixa presença de população com mais de 60 anos e a baixa incidência de mortalidade infantil. As outras variáveis testadas se autocorrelacionaram nos municípios com as taxas de homicídio, mas de acordo com suas particularidades regionais.