Submitted by Suethene Souza (suethene.souza@ufpe.br) on 2015-03-13T17:41:46Z No. of bitstreams: 2 TESE Diego Firmino da Silva.pdf: 3130241 bytes, checksum: e7b2cd66fd0da5d77dedd1c9bcf818c8 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-13T17:41:46Z (GMT). No. of bitstreams: 2 TESE Diego Firmino da Silva.pdf: 3130241 bytes, checksum: e7b2cd66fd0da5d77dedd1c9bcf818c8 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2014-03-13 / Esta tese tem como foco principal a dinâmica populacional brasileira entre 1970 e 2010. Neste sentido, o primeiro objetivo é explorar o comportamento da distribuição populacional, utilizando tanto a abordagem tradicional de rank quanto as cadeias de Markov. A fim de obter informações mais precisas sobre a dinâmica e a evolução da distribuição populacional, a dependência espacial é introduzida através da análise de LISA Markov e Spatial Markov Chains. O formato da distribuição indica que a divergência no tamanho populacional das Áreas Mínimas Comparáveis (AMC) é decrescente. A estimação da lei de Zipf traz evidências de que a distribuição populacional está, a cada década, de distanciando da distribuição de Pareto. A abordagem utilizando as cadeias de Markov traz como principais evidências a alta persistência das AMCs permanecerem nas suas classes iniciais com o passar das décadas e o fenômeno que diferentes contextos espaciais tem efeitos diferentes sobre a transição das localidades. O segundo e principal objetivo da tese é modelar a dinâmica do crescimento populacional das AMCs brasileiras a fim de avaliar os determinantes do crescimento populacional destas unidades entre 1970 e 2010, bem como examinar a existência e magnitude da interação espacial e dos efeitos de spillovers espaciais associados a estes determinantes. Neste sentido, o modelo de crescimento populacional desenvolvido por Glaeser et al (1995) e Glaeser (2008) é ampliado para incluir efeitos de interações espaciais. Este modelo é, então, testado empiricamente através da estimação de um modelo espacial dinâmico com dados em painel incluindo efeitos fixos e comparando a performance de uma ampla gama de matrizes de vizinhança através de modelos Bayesianos de probabilidade posterior. Seis dos treze determinantes do crescimento populacional considerados nesta tese apresentaram efeitos de interação espacial significantes. Isto implica que uma mudança em uma destas variáveis de uma unidade também afeta significantemente o crescimento populacional nas unidades vizinhas, um efeito que tem sido ignorado na maiorias dos estudos anteriores a este.