Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Sócio-Econômico, Programa de Pós-Graduação em Economia, Florianópolis, 2015. / Made available in DSpace on 2016-04-19T04:10:10Z (GMT). No. of bitstreams: 1
337651.pdf: 2144208 bytes, checksum: ada0ebaa999e6db85814be00d342eee4 (MD5)
Previous issue date: 2015 / Para que as emissões de CO2 possam ser reduzidas sem limitar o crescimento econômico, investimentos substanciais devem ser aportados no desenvolvimento de tecnologias limpas e expansão da área florestal. As contribuições deste trabalho podem ser sintetizadas em: (1) Baseado no trabalho de Caetano, Gherardi e Yoneyama (2008) é proposto um modelo não-linear estocástico que descreve a dinâmica das emissões de CO2, área florestal e com elementos que procuram fornecer um entendimento da natureza do crescimento econômico, e (2) apresentar um método para gerenciar de forma efetiva os recursos disponíveis aplicando a metodologia proposta por Chen e Lin (2011), que aplica um modelo robusto de trajetória de controle que força a trajetória do sistema proposto para um determinado nível desejado, por meio de um jogo estocástico fuzzy Takagi-Sugeno. Assim, a pesquisa desenvolvida nesse estudo teve como objetivo analisar como os controles especificados no sistema elaborado devem se comportar para que a economia entre em uma trajetória de diminuição das emissões de CO2, aumento da área florestal e crescimento econômico no período 2015-2025. As conclusões mostram que o controle referente ao reflorestamento tem uma componente média de investimento da ordem de 140 milhões de R$, com preço de 2000. O comportamento do esforço de controle que visa o desenvolvimento de tecnologias limpas tem um grande aumento no estágio inicial da simulação e deve manter um investimento constante de aproximadamente 11 bilhões de R$, com preço de 2000. Em relação aos controles para o crescimento econômico, o primeiro, a parcela do PIB que é investida em estoque de capital salta para 1000 bilhões de R$, a preço de 2000, no estágio inicial da simulação e depois este valor pode ser decrescido ao nível de 900 bilhões de R$, a preço de 2000. O segundo aborda os efeitos de interação das frações agregadas da mão-de-obra e do capital a serem utilizadas na produção de mercadorias. Visando atender a demanda de manutenção da taxa de crescimento do PIB, este controle deve evoluir de 0,8856, em 2015, para 2,31 em 2016. Depois este fator de controle diminui o seu valor para 0,79. Conclui-se que para este controle atingir este comportamento, mudanças positivas devem ser realizadas nos parâmetros referentes às elasticidades do produto em relação ao estoque de capital, estoque de trabalho e capital humano.<br> / Abstract : To ensure that emissions of CO2 can be reduced without limiting economic growth, substantial investments should be invested in developing clean technologies and expanding forest area. The contributions of this work can be summarized in: (1) Based on work by Caetano, Gherardi and Yoneyama (2008) is proposed a nonlinear stochastic model describing the dynamics of CO2 emissions, forestry and elements that trying to supply an understanding the nature of economic growth, and (2) present a method to effectively manage available resources by applying the methodology proposed by Chen and Lin (2011), which applies a robust model control trajectory that forces the path of the proposed system to a particular desired level through a fuzzy stochastic game Takagi-Sugeno. Thus, the research developed in this study aimed to analyze how the controls specified in the system designed should behave for the economy to enter a trajectory of reduction of CO2 emissions, increased forest area and economic growth in the period 2015-2025. The conclusions show that the control related to the reforestation component has an average investment of the order of R$ 140 million, with prices of 2000. The control effort behavior aiming to develop clean technologies have greatly increased in the initial stage of simulation and must maintain a constant investment of approximately R$ 11 billion, with prices of 2000. egarding the controls for economic growth, the first, the share of GDP that is invested in capital stock jumps to R$ 1000 billion, prices of 2000, at the initial stage of the simulation, then this value can be decreased to level of R$ 900 billion, prices of 2000. The second addresses the interaction effects of aggregate fractions of hand labor and capital to be used in the production of goods. To meet the maintenance demands of the GDP growth rate, this control should move from 0.8856 in 2015 to 2.31 in 2016. After this control factor diminishes its value to 0.79. It was concluded that for this control achieve this behavior, positive changes should be made in the parameters for the product elasticities with respect to capital stock, inventory work and human capital.
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsc.br:123456789/160693 |
Date | January 2015 |
Creators | Santos, Pedro Baptista dos |
Contributors | Universidade Federal de Santa Catarina, Biage, Milton |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | 169 p.| il., grafs., tabs. |
Source | reponame:Repositório Institucional da UFSC, instname:Universidade Federal de Santa Catarina, instacron:UFSC |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0016 seconds