Spelling suggestions: "subject:"residential survey"" "subject:"esidential survey""
1 |
Indicadores de renda baseados em consumo de energia elétrica: abordagens domiciliar e regional na perspectiva da estatística espacialFrancisco, Eduardo de Rezende 29 April 2010 (has links)
Submitted by Cristiane Oliveira (cristiane.oliveira@fgv.br) on 2011-05-24T13:38:06Z
No. of bitstreams: 1
71060100728.pdf: 12246419 bytes, checksum: cf8249056976b4597f65472aa3e65d6a (MD5) / Approved for entry into archive by Gisele Isaura Hannickel(gisele.hannickel@fgv.br) on 2011-05-24T13:40:59Z (GMT) No. of bitstreams: 1
71060100728.pdf: 12246419 bytes, checksum: cf8249056976b4597f65472aa3e65d6a (MD5) / Approved for entry into archive by Gisele Isaura Hannickel(gisele.hannickel@fgv.br) on 2011-05-24T13:43:37Z (GMT) No. of bitstreams: 1
71060100728.pdf: 12246419 bytes, checksum: cf8249056976b4597f65472aa3e65d6a (MD5) / Made available in DSpace on 2011-05-24T13:47:00Z (GMT). No. of bitstreams: 1
71060100728.pdf: 12246419 bytes, checksum: cf8249056976b4597f65472aa3e65d6a (MD5)
Previous issue date: 2010-04-29 / In order to evaluate the use of Electricity Consumption as a Socioeconomic Status, this research analyzes information in two levels of geographical aggregation. At the first level, under a territorial perspective, it investigates indicators of Income and Electric Energy Consumption aggregated by weighted areas (set of census sectors) in the city of São Paulo and uses the microdata of Demographic Census 2000 jointly with residential consumers’ database of AES Eletropaulo. It applies Spatial Auto-Regressive (SAR) models, Geographically Weighted Regression (GWR), and an unprecedented combined model (GWR+SAR), developed in this study. Several neighborhood matrices were used to assess the influence of space (with Downtown-Suburbs pattern) of the variables under study. The variables showed strong spatial autocorrelation (Moran's I greater than 58% for the Energy Consumption and more than 75% for the Household Income). Relations between Income and Electricity Consumption were very strong (coefficients of determination of Income reached values from 0.93 to 0.98). At the second level, the household one, it uses data collected in the Annual Satisfaction Survey of Residential Customer, coordinated by the Brazilian Electricity Distributors Association (ABRADEE) for the years 2004, 2006, 2007, 2008 and 2009. Weighted Linear Model (WLM), GWR and SAR were applied to survey data with interviews allocated on the centroid and the seat of the districts. For the year 2009, we obtained the actual locations of the households interviewed. Additionally, 6 algorithms of points distribution within the polygons of the districts have been developed. The results from models based on centroids and seats obtained a coefficient of determination R 2 of around 0.45 for the GWR technique, while the models based on scattering points within the polygons of the districts have reduced this account to about 0.40. These results suggest that the algorithms of allocation of points in polygons allow the observation of a more realistic association between the constructs analyzed. The combined use of the findings shows that the billing information of the electricity distributors has great potential to support strategic decisions. Because they are current, available and monthly updated, socioeconomic indicators based on energy consumption can be very useful as an aid to processes of classification, concentration and estimation of household income. / Com o objetivo de avaliar o uso do consumo de energia elétrica como indicador socioeconômico, esta pesquisa analisa informações em dois níveis de agregação geográfica. No primeiro, sob perspectiva territorial, investiga indicadores de Renda e Consumo de Energia Elétrica agregados por áreas de ponderação (conjunto de setores censitários) do município de São Paulo e utiliza os microdados do Censo Demográfico 2000 em conjunto com a base de domicílios da AES Eletropaulo. Aplica modelos de Spatial Auto-Regression (SAR), Geographically Weighted Regression (GWR), e um modelo inédito combinado (GWR+SAR), desenvolvido neste estudo. Diversas matrizes de vizinhança foram utilizadas na avaliação da influência espacial (com padrão Centro-Periferia) das variáveis em estudo. As variáveis mostraram forte auto-correlação espacial (I de Moran superior a 58% para o Consumo de Energia Elétrica e superior a 75% para a Renda Domiciliar). As relações entre Renda e Consumo de Energia Elétrica mostraram-se muito fortes (os coeficientes de explicação da Renda atingiram valores de 0,93 a 0,98). No segundo nível, domiciliar, utiliza dados coletados na Pesquisa Anual de Satisfação do Cliente Residencial, coordenada pela Associação Brasileira dos Distribuidores de Energia Elétrica (ABRADEE), para os anos de 2004, 2006, 2007, 2008 e 2009. Foram aplicados os modelos Weighted Linear Model (WLM), GWR e SAR para os dados das pesquisas com as entrevistas alocadas no centróide e na sede dos distritos. Para o ano de 2009, foram obtidas as localizações reais dos domicílios entrevistados. Adicionalmente, foram desenvolvidos 6 algoritmos de distribuição de pontos no interior dos polígonos dos distritos. Os resultados dos modelos baseados em centróides e sedes obtiveram um coeficiente de determinação R2 em torno de 0,45 para a técnica GWR, enquanto os modelos baseados no espalhamento de pontos no interior dos polígonos dos distritos reduziram essa explicação para cerca de 0,40. Esses resultados sugerem que os algoritmos de alocação de pontos em polígonos permitem a observação de uma associação mais realística entre os construtos analisados. O uso combinado dos achados demonstra que as informações de faturamento das distribuidoras de energia elétrica têm grande potencial para apoiar decisões estratégicas. Por serem atuais, disponíveis e de atualização mensal, os indicadores socioeconômicos baseados em consumo de energia elétrica podem ser de grande utilidade como subsídio a processos de classificação, concentração e previsão da renda domiciliar.
|
Page generated in 0.0865 seconds