• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 2
  • Tagged with
  • 2
  • 2
  • 2
  • 2
  • 2
  • 2
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Análise multidimensional da pobreza rural no Brasil para os anos de 2004 e 2009

Deus, Joseph David Barroso Vasconcelos de January 2012 (has links)
DEUS, Joseph David Barroso Vasconcelos de. Análise multidimensional da pobreza rural no Brasil para os anos de 2004 e 2009, Fortaleza-CE. 2012. 96f.: Dissertação (Mestrado em Economia Rural)- Universidade Federal do Ceará, Centro de Ciências Agrária, Departamento de Economia Agrícola, Programa de Pós-Graduação em Economia Rural, Fortaleza-CE, 2012. / Submitted by Sergio Vitor (vitor_s.v@hotmail.com) on 2013-10-21T15:08:52Z No. of bitstreams: 1 2012_dis_jdbvdeus.pdf: 584556 bytes, checksum: 2206bf9cbf2e0728d64e56178437ac99 (MD5) / Approved for entry into archive by Margareth Mesquita(margaret@ufc.br) on 2013-10-21T17:27:25Z (GMT) No. of bitstreams: 1 2012_dis_jdbvdeus.pdf: 584556 bytes, checksum: 2206bf9cbf2e0728d64e56178437ac99 (MD5) / Made available in DSpace on 2013-10-21T17:27:25Z (GMT). No. of bitstreams: 1 2012_dis_jdbvdeus.pdf: 584556 bytes, checksum: 2206bf9cbf2e0728d64e56178437ac99 (MD5) Previous issue date: 2012 / To deal with the poverty problem it is necessary to identify the cause, magnitude and location, in other words, its measurement is essential. The objective of this study is to map the Brazilian rural poverty in a multidimensional perspective for the years 2004 and 2009. Therefore, it has the purpose of providing a multidimensional measure to rank states according to degree of rural poverty among the states and comparing attributes that most contribute to the problem. Confronting the multidimensional poverty measure with the traditional one-dimensional indicators is relevant to provide robustness to results. The fuzzy set method and a relative weighing were used to construct the multidimensional index. The results confirm that: i-rural areas of the states belonging to the North and Northeast regions reach the highest level of poverty (Amazonas is the poorest in the years analyzed surrounded by states like Tocantins, Acre and Maranhão), while rural population of South, Southern regions and the Federal District are among the less poor, ii- in 2004, possession of stove and source water indicators were those which reach higher weights among the states in the North, Northeast and Southeast regions (this shows low relative deprivation in this items by households), while in the South and Midwest states the highest weights were given, respectively, to the possession of radio or TV and bathroom in the house; in 2009, the indicators with greater weight were the possession of stove and radio or TV for 25 of the 27 states; iii- condition of employment and knowledge demonstrated the attributes that have the most effect on the rural poverty multidimensional index. When comparing the multidimensional index and intensity of poverty (P1), the correlation was low, and when comparing the multidimensional index and proportion of poverty (P0) and severity of poverty (P2) the correlation was intermediate. / Para lidar com o problema da pobreza é necessário identificar a sua causa, magnitude e localização, ou seja, é fundamental a sua mensuração. Objetiva-se com este estudo mapear a pobreza rural brasileira sob uma perspectiva multidimensional durante os anos de 2004 e 2009. Para tanto, é necessário elaborar uma medida multidimensional capaz de ordenar os estados brasileiros quanto ao grau de pobreza rural, além de identificar os atributos que mais contribuem para o problema. Confrontar a medida pobreza multidimensional com os tradicionais indicadores unidimensionais é relevante para dar robustez à medida elaborada. A técnica fuzzy e uma ponderação de pesos relativos foram usadas para construir o índice de pobreza. Os resultados confirmam que: i- as áreas rurais dos estados pertencentes às regiões Norte e Nordeste atingem o maior grau de pobreza (Amazonas é o mais pobre nos anos analisados circundado por estados como Tocantins, Acre e Maranhão), enquanto a população rural dos estados da região Sul, Sudeste e do Distrito Federal estão entre os menos pobres; ii- em 2004, os indicadores de proveniência da água e posse de fogão ganharam maiores pesos entre os estados das regiões Norte, Nordeste e Sudeste, o que demonstra baixa privação relativa destes bens e serviços por aquela população. Nos estados da região Sul e do Centro-Oeste as maiores ponderações (ou menores privações) são dadas, respectivamente, a posse de rádio ou TV e banheiro; em 2009, os indicadores de maior peso foram a posse de fogão e rádio ou TV para 25 das 27 unidades da federação; iii- a condição de ocupação e conhecimento demonstrou ser os atributos de maior contribuição para o índice multidimensional. A comparação do índice multidimensional e os tradicionais indicadores unidimensional FGT demonstrou reduzida correlação entre o índice multidimensional e a intensidade de pobreza (P1) e intermediária correlação entre o índice multidimensional e a proporção de pobreza (P0) e a severidade de pobreza (P2).
2

AnÃlise Multidimensional da Pobreza Rural no Brasil para os anos de 2004 e 2009 / AnÃlise Multidimensional da Pobreza Rural no Brasil para os anos de 2004 e 2009

Joseph David Barroso Vasconcelos de Deus 18 April 2012 (has links)
Para lidar com o problema da pobreza à necessÃrio identificar a sua causa, magnitude e localizaÃÃo, ou seja, à fundamental a sua mensuraÃÃo. Objetiva-se com este estudo mapear a pobreza rural brasileira sob uma perspectiva multidimensional durante os anos de 2004 e 2009. Para tanto, à necessÃrio elaborar uma medida multidimensional capaz de ordenar os estados brasileiros quanto ao grau de pobreza rural, alÃm de identificar os atributos que mais contribuem para o problema. Confrontar a medida pobreza multidimensional com os tradicionais indicadores unidimensionais à relevante para dar robustez à medida elaborada. A tÃcnica fuzzy e uma ponderaÃÃo de pesos relativos foram usadas para construir o Ãndice de pobreza. Os resultados confirmam que: i- as Ãreas rurais dos estados pertencentes Ãs regiÃes Norte e Nordeste atingem o maior grau de pobreza (Amazonas à o mais pobre nos anos analisados circundado por estados como Tocantins, Acre e MaranhÃo), enquanto a populaÃÃo rural dos estados da regiÃo Sul, Sudeste e do Distrito Federal estÃo entre os menos pobres; iiem 2004, os indicadores de proveniÃncia da Ãgua e posse de fogÃo ganharam maiores pesos entre os estados das regiÃes Norte, Nordeste e Sudeste, o que demonstra baixa privaÃÃo relativa destes bens e serviÃos por aquela populaÃÃo. Nos estados da regiÃo Sul e do Centro- Oeste as maiores ponderaÃÃes (ou menores privaÃÃes) sÃo dadas, respectivamente, a posse de rÃdio ou TV e banheiro; em 2009, os indicadores de maior peso foram a posse de fogÃo e rÃdio ou TV para 25 das 27 unidades da federaÃÃo; iii- a condiÃÃo de ocupaÃÃo e conhecimento demonstrou ser os atributos de maior contribuiÃÃo para o Ãndice multidimensional. A comparaÃÃo do Ãndice multidimensional e os tradicionais indicadores unidimensional FGT demonstrou reduzida correlaÃÃo entre o Ãndice multidimensional e a intensidade de pobreza (P1) e intermediÃria correlaÃÃo entre o Ãndice multidimensional e a proporÃÃo de pobreza (P0) e a severidade de pobreza (P2).

Page generated in 0.0887 seconds