Submitted by Israel Vieira Neto (israel.vieiraneto@ufpe.br) on 2015-03-04T13:46:35Z No. of bitstreams: 2 Dissertacao Final.pdf: 1273091 bytes, checksum: 60a4667572f6c96068b3375250b4c01d (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-04T13:46:35Z (GMT). No. of bitstreams: 2 Dissertacao Final.pdf: 1273091 bytes, checksum: 60a4667572f6c96068b3375250b4c01d (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2012-03-09 / Muitos estudos na literatura econômica têm mostrado que a renda parece um importante determinante da saúde infantil. Assim, a intenção deste trabalho é investigar como variáveis pessoais, domiciliares e familiares, além da própria renda per capita, afetam a saúde infantil nas regiões metropolitanas brasileiras e se essas variáveis explicam as discrepâncias regionais na saúde infantil. Os resultados apontam que a renda domiciliar per capita mostrou-se significante em praticamente todas as regressões. Raça, gênero e número de componentes familiares também mostraram ser importantes para a determinação da saúde das crianças.

Submitted by Guilherme Lisboa Ramirez (guilherme.ramirez@uol.com.br) on 2013-02-27T17:11:14Z No. of bitstreams: 1 Dissertacao_Guilherme_Ramirez_vf.pdf: 937329 bytes, checksum: ad15d191716d7337747bcc3f83b75fa0 (MD5) / Approved for entry into archive by Vera Lúcia Mourão (vera.mourao@fgv.br) on 2013-02-27T17:30:52Z (GMT) No. of bitstreams: 1 Dissertacao_Guilherme_Ramirez_vf.pdf: 937329 bytes, checksum: ad15d191716d7337747bcc3f83b75fa0 (MD5) / Made available in DSpace on 2013-02-27T17:58:58Z (GMT). No. of bitstreams: 1 Dissertacao_Guilherme_Ramirez_vf.pdf: 937329 bytes, checksum: ad15d191716d7337747bcc3f83b75fa0 (MD5) Previous issue date: 2013-01-29 / The analysis of the evolution of housing affordability indexes is important in monitoring variations in the capability of a household to purchase a house. The methodology used in this study allows the analysis of housing affordability indexes for different income classes, once it takes into account the whole distribution of household income and house prices, since they have different skewness. The analysis of the Brazilian market under this methodology has shown a decrease in housing affordability in recent years, due to a steeper rise in house prices when compared to the combined effect of household income variations and the loosening of credit constraints. / A análise da evolução dos indicadores de housing affordability permite acompanhar o comportamento do poder de compra de um imóvel. A metodologia utilizada nesta dissertação, ao considerar toda a distribuição da renda domiciliar e do preço dos imóveis, uma vez que as mesmas possuem assimetrias diferentes, possibilita analisar estes indicadores para diferentes segmentos da população. A aplicação desta metodologia para o mercado brasileiro possibilitou observar que a capacidade de compra se reduziu nos últimos anos devido, principalmente, ao aumento do preço dos imóveis a uma taxa maior do que a variação da renda combinada com a flexibilização das condições de credito imobiliário.

Made available in DSpace on 2016-04-26T20:48:39Z (GMT). No. of bitstreams: 1 Cleuseni Hermelina de Carvalho.pdf: 1364887 bytes, checksum: 3b44bf46cef84a2cfa9ccc7046418cc7 (MD5) Previous issue date: 2013-10-24 / The programs of conditional cash transfer are increasingly playing an important role in combating poverty in many countries of Latin America, especially in Brazil. The objective of this work is to analyze the contribution of Bolsa Família in household income inequality in Brazil between 2006 and 2011. To achieve the purpose, we analyze the relative participation of eight sources of income: labor, pensions, Bolsa Família (proxy variable), pensions, allowances, grants, rents and interest in the five geographical regions, North, Northeast, Midwest, Southeast, and South and metropolitan regions. That said, this study was organized in three chapters. The first chapter presents a reinterpretation of the causes of income inequality backed in Brazilian literature. The second analyzes the income transfer programs in four Latin American countries: Mexico, Chile, Argentina and Peru. The third presents a mathematical technique used to decompose the Gini, we analyze the empirical results for Brazil, macro-regions and metropolitan areas. Finally, it is concluded that, among the presented results, the importance of the Bolsa Família and especially labor income to reduce the degree of inequality / Os programas de transferência condicionada de renda vêm cada vez mais desempenhando um papel importante no combate à pobreza em vários países da América Latina, principalmente no Brasil. Assim, o objetivo desse trabalho é analisar a contribuição do Programa Bolsa Família na desigualdade da renda domiciliar per capita no Brasil, entre 2006 e 2011. Para atingir o propósito, analisa-se a participação relativa de oito fontes de renda: trabalho, aposentadorias, Programa Bolsa Família (variável proxy), pensões, abonos, doações, aluguéis e juros, nas cinco macrorregiões e regiões metropolitanas brasileiras. Posto isto, o presente estudo foi organizado em três capítulos. O primeiro capítulo apresenta uma releitura das causas da desigualdade de renda lastreada na literatura especializada brasileira. No segundo analisam-se os programas de transferência de renda em quatro países latino-americanos: México, Chile, Argentina e Peru. O terceiro apresenta a técnica matemática utilizada para decompor o Gini, analisam-se os resultados empíricos para Brasil, macrorregiões e regiões metropolitanas. Dentre os resultados, destacam-se a capacidade do programa Bolsa Família em contribuir para a queda da desigualdade da renda domiciliar nacional, indicando uma possível focalização em seu desenho como política

Made available in DSpace on 2010-04-20T20:51:44Z (GMT). No. of bitstreams: 0 Previous issue date: 2006-03-10T00:00:00Z / Esta pesquisa teve como principal objetivo examinar a relação entre Consumo de Energia Elétrica e Renda Familiar nos domicílios do município de São Paulo. Investigou-se a utilidade do consumo de energia elétrica como base para um indicador que possibilite a extensão e o refinamento do Critério de Classificação Econômica Brasil para estimar o poder de compra da população em geral. A pesquisa dividiu-se em dois níveis de investigação. O primeiro, domiciliar, para o qual foram utilizados três conjuntos de dados oriundos de pesquisas domiciliares (Pesquisa ABRADEE, Pesquisa de Posses e Hábitos do PROCEL, e Pesquisa de Microcrédito da Baixa Renda da FGV-EAESP). O segundo nível, territorial, investigou indicadores de renda, consumo de energia elétrica e classe econômica agregados por áreas de ponderação (conjunto de setores censitários), e utilizou microdados do Censo Demográfico 2000 do município de São Paulo em conjunto com a base de domicílios da AES Eletropaulo. A investigação domiciliar mostrou que não há vantagens na substituição plena da aplicação do Critério Brasil pela coleta de indicadores de consumo de energia elétrica em levantamentos domiciliares. No entanto, o uso combinado do Critério Brasil, do valor da conta de luz e do número de pessoas (ou número de dormitórios) no domicílio apresenta benefícios na classificação da renda (os gráficos de ganhos das árvores de classificação combinadas aproximam-se mais da distribuição real da renda, apesar de o coeficiente de explicação da renda aumentar apenas de 0,577 para 0,582). Além disso, ao contrário do que se especulava, para a baixa renda a associação entre renda e consumo de energia elétrica mostrou-se fraca, apesar de o coeficiente de explicação da renda aumentar de 0,222 para 0,300 quando incorporamos o consumo de energia elétrica e o número de pessoas ao modelo de regressão da renda pelo Critério Brasil. Em nível territorial, as relações entre Renda, Consumo de Energia Elétrica e Classificação Econômica do Critério Brasil mostraram-se muito fortes (os coeficientes de explicação da renda atingiram valores de 0,912 a 0,960), permitindo que medidas de consumo médio de energia elétrica agregadas em áreas de ponderação sejam ótimos indicadores regionais de concentração de renda e classificação econômica dos domicílios para o município de São Paulo. Por serem atuais, disponíveis e de atualização mensal, os indicadores de consumo de energia elétrica, quando disponibilizados pelas empresas de distribuição de energia, podem ser de grande utilidade para empresas de mercado, como subsídio a estratégias que necessitem de informações de classificação, concentração e previsão da renda domiciliar. / The main research objective was to analyze the relationship between household Electricity Consumption and Family Income in the city of São Paulo in order to evaluate the potential benefits of adding electricity consumption to the Brazilian Economic Classification Criteria, an index frequently used to estimate a family’s purchasing power. To achieve these goals, statistical models were developed at two different levels of aggregation. The first and most disaggregated level was the household, for which data from three different research studies were combined (ABRADEE Research, PROCEL Possessions and Habits Research, and Microcredit for Low Income Families Research by FGV-EAESP). The second level (the territorial one), with household aggregated at the level of weighted areas (set of census tracts), used income indicators, electric energy consumption and economic classification data from the Demographic Census 2000 of the city of São Paulo and the AES Eletropaulo household databases. The results in household investigation show that energy consumption alone cannot substitute for Brazilian Criteria. However, the combined use of the Brazilian Criteria, the household electricity monthly bill and the number of residents (or number of bedrooms) in the household significantly improves household income estimates, as shown by the results of classification tress model, in which the resulting predicted distribution curve better approximates the real distribution, although coefficient of determination R-squared grows from only 0,577 to 0,582. However, contrary to a priori expectation, among low income household, the level of association between income and electricity consumption was very weak. Nevertheless, household income forecast can be enhanced, with an improvement of the model’s R-squared from 0,222 to 0,300 when the electricity bill and the number of resident are included in a regression model of household income against the Brazilian Criteria. At the weighted area level, the relationship between Income, Electricity Consumption and Brazilian Criteria’s Economic Classification are very strong, with coefficients of determination R-squared ranging from 0,912 to 0,960. This results supports the use of the mean household electricity consumption, at a territorial aggregated level, as an excellent regional indicator of income concentration in the city of São Paulo. As it is an easily available and monthly update information, the electric energy consumption indicators, if made available by energy distribution companies, will be useful for strategy formulation and decision making for which household income classification data are critical.

Submitted by Francisco Augusto Seixas Thomé (francisco.thome@fgv.br) on 2013-01-03T21:38:35Z No. of bitstreams: 1 Thomé.pdf: 1674130 bytes, checksum: b3ec4566d7dfee1d5ea069cfedaa082a (MD5) / Approved for entry into archive by Vitor Souza (vitor.souza@fgv.br) on 2013-01-15T13:09:01Z (GMT) No. of bitstreams: 1 Thomé.pdf: 1674130 bytes, checksum: b3ec4566d7dfee1d5ea069cfedaa082a (MD5) / Made available in DSpace on 2013-02-04T18:21:25Z (GMT). No. of bitstreams: 1 Thomé.pdf: 1674130 bytes, checksum: b3ec4566d7dfee1d5ea069cfedaa082a (MD5) Previous issue date: 2012-05-31 / This study intends to verify how inelastic is the spending of money, with higher education in relation to the income. We found that families with higher income, spend more on that kind of education than those of lower. We observed also in Brazil, that as higher the incomes more is spent on high level education, but this correlation is inelastic, with an increase of 1,0% on the month income, carries 0,31% increase in monthly expenditure on tertiary education. In relation to the amount spent on education, the family income, we may observe that when the family income increases in certain geographic regions, a small part of it is reserved for high level education than in other regions, as we could verify. This suggests that families with high income levels, will not be affected when deciding to invest more in education to have a better quality of education compared to others. We may observe that among the brazilian regions, there are differences that often come from the number of residents and educational differences, usually in the same family. In families with higher income, we found often that part of this increase was forwarded to other activities, and this will not change so much its decision on investing in university education. It was verified that this occurs in the Southeast and South, because these locations revenue is above the national average and the number of residents per household is relatively lower. We also observed that in these regions the ratio of student is higher, confirming that they are the ones with better economic conditions and thus, they have better opportunity to invest in education. / O estudo em questão pretende verificar, o quão é inelástico o gasto com a educação de nível superior em relação à renda. Verificamos que os domicílios com maior renda há um gasto maior dos que os de menor renda. O que também foi verificado no Brasil é que, quanto maior a renda, maior é o gasto com educação de nível superior, porém esta correlação é inelástica, ou seja, com um aumento de 1,0% na renda mensal, acarreta 0,31% de aumento na despesa mensal com educação de nível superior. Quanto à proporção de gastos com educação na renda domiciliar, há evidências que com o aumento da renda em domicílios de certas Regiões Geográficas, há uma destinação de um percentual menor de sua renda para com os gastos em educação superior do que em outras regiões, conforme foi verificado. Isto leva a crer que em domicílios com um nível de renda maior, esta alteração de renda não influenciará tanto em sua decisão de investir mais em educação para ter um curso universitário de melhor qualidade de ensino. Pode-se observar que entre as regiões brasileiras, há diferenças que muitas vezes são oriundas da quantidade de moradores e diferenças educacionais, muitas vezes no próprio domicílio. Nos domicílios de maior renda, em um grande número de vezes, parte deste incremento de renda é alocada para outras atividades, pois isto não alterará em muito sua decisão relativa ao investimento no ensino superior. Foi verificado que isto ocorre nas Regiões Sudeste e Sul, pois nesses locais a renda é superior à média nacional e a quantidade de moradores por domicílio é relativamente menor. Observamos também que nestas regiões a relação de vagas por estudante é maior, corroborando que como são as regiões mais ricas, elas têm maior condição de investir na educação de nível superior.

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.