ppgec/ufscar · ppgec/ufscar dez/2017 página 4 apresentaÇÃo organizado por professores, alunos e...

Anais do 1º Workshop da Economia.

PPGEC/UFSCAR Dez/2017 Página2

ComissaoOrganizadora:

JoséCésarCruzJunior

ManoelaAnechiniSimõesMarins

KarinaCorreaCillo

Organização

Patrocinador



APRESENTAÇÃO

Organizadoporprofessores,alunosetécnico-administrativosdoProgramadePós-

Graduação em Economia (PPGEc) do Centro de Ciências e Gestão em Tecnologia

(CCGT) da Universidade Federal de São Carlos (UFSCar) do campus Sorocaba, o

evento teve como objetivo incentivar o debate e a discussão de trabalhos

acadêmicos finalizados ou em desenvolvimento de alunos e ex-alunos da

economia.



Agriculture’sTechnicalandEnvironmentalefficiencyofSao

Paulomunicipalities.

HenriqueRyosukeTateishi(UFSCar)FelipeLucenaAndradeSantos(UFSCar)

CassianoBragagnolo(UFSCar)

ãoPaulostaterepresentstheshareof14.4%ofthetotalagrochemicalsconsumednationwide,in2014,basedondatafromBrazilianInstituteof Environment and Renewable Resources (IBAMA, 2014). Plus,

according Brazilian Institute of Geography and Statistics (IBGE, 2015), São Paulostate contributed with 15.2% of total gross value added in agricultural sector ofBrazil,thehighestparticipation.

Despitethepotential ofagricultural productivity, theuseofagrochemicalsandchemicalfertilizerscancarryharmfuleffectsontheecosystemsandforhumanhealth. The use of these inputs has the potential to infiltrate on aquifer water,compromising its potability, cause leaching and diseases in both application andconsumption (GOMES; BARIZON, 2014; PERES, FREDERICO; MOREIRA, 2007;VEIGAetal.,2006).Thus,givenatechnologyofproduction,theinputscanbebeingunderused or overused, which concern technical and environmentalefficiencies(KUMBHAKAR;LOVELL,2003;REINHARD;LOVELL;THIJSSEN,2000).

The sources of technical inefficiency concern the difficulties in keepingdocuments and financial data actualized (BATTESE; COELLI, 1992), the scaleeffects (TAUER; MISHRA, 2006), and the institutional environment, such astechnical assistance and government policies (SEYOUM; BATTESE; FLEMING,1998). Theenvironmentalefficiencyconcernstheutilizationofproductioninputs,in which implies in adverse environmental consequences. In example, through abiological process, the nitrogen forms nitrate, NO�, which is responsible forundergroundwaterscontamination(GOMES;BARIZON,2014).Plus,theexpositionto agrochemicals, can cause acute intoxication and chronic intoxication (PERES,FREDERICO;MOREIRA,2007).

In this way, the objective of this study is to measure and analyze thetechnicalandenvironmentalefficiencyofthemunicipalitiesoftheSãoPaulostateinBrazilusinginformationoftheIBGE’sAgriculturalCensusfor2006.Thisworkaims to contribute with the analysis of efficiencies to São Paulo state and thecorrelationbetweenthem.

To introduce the detrimental input in the production frontier, considerEquation1(REINHARD;LOVELL;THIJSSEN,1999,2000).

S



lny� = α + ∑ β��.lnX�� +�� ∑ γ��.lnZ��

�� +

�

�∑ ∑ β�� .lnX��

��

�� +

�

�∑ ∑ γ��.lnZ��+

�

��

�� ∑ ∑ ξ��.lnX��.lnZ��+

��

�� v� − u�.

(1)

Equation 1 assumes a translog functional form, which combines the crosseffects of detrimental and conventional inputs. Where, in Z�� we used

agrochemicals and chemical fertilizers as variables; and X�� is the vector of

conventional ornon-detrimental weconsidered weconsidered labor,capital andorganic fertilizers for each i municipality. The Greek lettersβ, γ and ξ are theparametersvectorofinputsanditscombinations.Thestochastictermisv�andthetechnicalinefficiencyisgivenby(−u�). Therefore,theenvironmentalefficiencycanbegivenbyEquation2.Where:

b� = Σ�γ�+ Σ�Σ�ξ��lnX��+�

�Σ�Σ�γ��lnZ�+ lnZ��.

lnEE= �−b� ∓ �b�� − 2u�Σ�Σ�γ��

�.�� /�Σ�Σ�γ�� (6)

Table 1 reports the efficiencies results from traslog model, using 620observations of 645, to 2006. The software Stata 14 was used to estimate themodel.

Table1.StochasticfrontierestimatedefficienciesforSãoPaulostateEfficiency Mean Median Std.Dev.

Technical 0.603 0.614 0.104

Environmental 0.084 0.020 0.118

Source:Ownelaboration.InTable1, theresultsreported that theenvironmentalefficiency isbelow

technical efficiency. While the technical efficiency is 60.3%, environmentalefficiencyaverageis8.4%.

Figure1showsthedistributionoftechnicalandenvironmentalefficiencies.The correlation between technical and environmental efficiency is -0.32, thus,indicating that technical efficient producers are likely to be less environmentallyefficient.Figure 1. Environmental and technical efficiency for São Paulo state for 620municipalities

BATTESE,G.E.;COELLI,T.J.Frontierproductionfunctions,technicalefficiencyandpaneldata:withapplicationtopaddyfarmersinIndia.Thejournalofproductivityanalysis,v.3,p.153–169,1992.GOMES,M.A.F.;BARIZON,R.R.M.PanoramadaContaminaçãoAmbientalporAgrotóxicoseNitratodeOrigemAgrícolanoBrasil:Cenário1992/2011EmbrapaMeioAmbiente.Jaguariúna:[s.n.].Disponívelem:<https://www.infoteca.cnptia.embrapa.br/bitstream/doc/987245/1/Doc98.pdf>.IBGE.ContasRegionaisdoBrasil:2010-2013.RiodeJaneiro:[s.n.].KUMBHAKAR,S.C.;LOVELL,C.A.K.Stochasticfrontieranalysis.1.ed.Cambridge:CambridgeUniversityPress,2003.

0

100

200

300

400

500

0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9

Environmental Ef.

Technical Ef.



PERES,FREDERICO;MOREIRA,J.C.SaúdeeambienteemsuarelaçãocomoconsumodeagrotóxicosemumpóloagrícoladoEstadodoRiodeJaneiro,Brasil.Saúde,AmbienteeAgrotóxicos,n.23,p.612–621,2007.REINHARD,S.;LOVELL,C.A.K.;THIJSSEN,G.Econometricestimationoftechnicalandenvironmentalefficiency:anapplicationtodutchdairyfarms.AmericanAgriculturalEconomicsAssociation,v.81,p.55–60,1999.REINHARD,S.;LOVELL,C.A.K.;THIJSSEN,G.J.Environmentalefficiencywithmultipleenvironmentallydetrimentalvariables;estimatedwithSFAandDEA.EuropeanJournalofOperationalResearch,v.121,n.2,p.287–303,2000.SEYOUM,E.T.;BATTESE,G.E.;FLEMING,E.M.TechnicalefficiencyandproductivityofmaizeproducersineasternEthiopia:AstudyoffarmerswithinandoutsidetheSasakawa-Global2000project.AgriculturalEconomics,v.19,n.3,p.341–348,1998.TAUER,L.W.;MISHRA,A.K.CanthesmalldairyfarmremaincompetitiveinUSagriculture?FoodPolicy,v.31,n.5,p.458–468,2006.VEIGA,M.M.etal.AnálisedacontaminaçãodossistemashídricosporagrotóxicosnumapequenacomunidaderuraldoSudestedoBrasil.CadernodeSaúdePública,v.22,n.11,p.2391–2399,2006.



ANA� LISEDATRANSMISSA� ODEPREÇOSINTERNACIONAISDOCAFE�

FlaviaMayumiFugitaNakano(UFSCar)DallasKelsonFranciscodeSouza(UFSCar)

osicionadocomoaquintamaiorexportaçãodoagronegóciobrasileiro(BRASIL,2017),ocafééumadascommoditiesmaisimportantesparaocomplexoagropecuáriodoBrasil,sendoopaísomaiorshareholder

no comércio internacional deste produto. De acordo com dados do Conselho dosExportadores de Café do Brasil (Cecafé), no ano de 2016 as exportações do cafégeraramumareceitadeUS$5,4bilhões.Sendoaprincipalmodalidadeexportadaocafé verde, isto é, o café não industrializado, da variedade Arábica, os EstadosUnidos seguido de Alemanha e Itália são os principais destinos do produto(CECAFÉ,2016).

Tendo em vista a importância deste produto, o objetivo deste trabalho éanalisar o processo de transmissão de preço internacional do café para o preçorecebidopeloprodutor. Para isso, adotou-se omodelo teóricobaseadonaLeidoPreçoÚnicodesenvolvidoporRavallion(1986)aplicadoaumModeloVetorialdeCorreçãodeErros(VEC).

Utilizou-se dados do Preço Médio Interno do Café Arábica em US$disponibilizadospeloCEPEA(2017)ecomoproxydopreçointernacional,oPreçoMédio de Fechamento do Café na Bolsa de New York coletados junto ao Cecafé(2017),osdadospossuemfrequênciamensalentrejaneirode2008edezembrode2016, totalizando 108 observações. Como cerca de 90% do café exportado noBrasil é do tipo Arábica, espera-se que o preço desta variedade seja aquele demaior correlação com o preço internacional do café, justificando uma relação delongo-prazo entre essas séries de preço. Os procedimentos metodológicosadotadosforambaseadosemMargarido,TurollaeFernandes(2001)eFigueiredoetal.(2010).Ummodelodetransmissãodepreçosemummercadointernacionalregido pela Lei do Preço Único é descrito por: ��ç� ��é��= ��ç��â��.

Talrelaçãoocorreria,sevariaçõesnospreçosinternacionaissãorepassadasproporcionalmenteaomercadointerno,poressarazão,nolongoprazo,ospreçosseequivaleriamaoadotarahipótesesimplificadoradevalidadedospressupostosda concorrência perfeita. É possível reescrever a equação aplicando o logaritmonaturalemamboslados,resultandoem:log(��ç� ��é��)=log(��ç� ��)+ log(�� â��). Ousimplesmente:log(��ç��)=log(��ç��).

Obtendoumarelaçãodiretaentreasduassériesdepreços,sendoambasnamesma moeda, neste caso dólares americanos. Esta relação possui a seguinteformulaçãoeconométrica:log(��)=�+�log(��)+��.

Em que � é o coeficiente que equivale à elasticidade de transmissão depreços, se�=0, as variações dos preços internacionais nada influenciam o preçointerno,�=1significaqueorepassedepreçosépleno,caso0<�<1,atransmissãoocorre de forma incompleta, se �>1, a transmissão ocorre mais que

P



proporcionalmentenopreçointerno.Oparâmetro�éointerceptodomodeloe��oerroassociadoaosmodelosdesériestemporais.

Os resultados das estimações econométricas são reportados a seguir naTabela 1. Utilizou-se o teste Dickey-Fuller Aumentado (ADF) para verificar aestacionariedadedasséries,verificou-sequeassériessãointegradasdeprimeiraordemI(1),oquesignificaqueelassãonãoestacionáriasnonível,massetornamestacionáriasnaprimeiradiferença.Tais característicascondicionamaexistênciade co-integração entre as séries, para tal, utilizou-se o teste de Johansen, queapresenta a existência de um vetor de co-integração, assim confirma-se umarelaçãodelongoprazoentreospreços.Comestas informações,séries integradasna mesma ordem e co-integração, pode-se prosseguir com a estimação de umVetordeCorreçãodeErro.

Utilizou-se a quantidade de defasagens que minimiza o critério deinformaçãobayesiano,portanto,especificou-seummodelo VECcomumvetordeco-integração e um lag. Para fins de consistência dos estimadores, o modeloconfigura-seestávelenãoserejeitaahipótesenuladotestedecorrelaçãoserialdeLM, portanto, os erros não possuem autocorrelação não sendo necessária ainclusãodemaisdefasagens.

Ocoeficiente�apresentou-seestatisticamentesignificativocomaonívelde

significânciade10%,ovalorencontradofoi-1,1851,oquesignificaquevariaçõesde1%nospreçosinternacionaisgeram,emmédia,variaçõesde1,19%nospreçosrecebidospelosprodutores.Oquepoderiaserinterpretadocomoevidênciaparaacausalidadedopreçodocafénabolsa emdireçãoaopreço interno e tambémdeinterdependência entre mercados. Ressalta-se que se trata de um trabalho emdesenvolvimento.Comoseencontrouevidênciasderepassedepreços,propõe-seem uma versão completa, analisar os demais componentes do VECM, como aFunçãoImpulso-Resposta,afimdeverificarcomoopreçointernoreageachoquesdepreçosinternacionaiseaduraçãodosefeitosdochoque.

CECAFÉ-ConselhodosExportadoresdeCafédoBrasil.ExportaçõesBrasileiraseConsumoExternode



Café.RelatórioMensalDezembro2016.17p.2016._______.CotaçõesdaBolsa.Disponívelem:<http://www.cecafe.com.br/indicadores-de-mercado/cotacoes-da-bolsa/>.Acessoem27/09/2017.CEPEA/ESALQ.PreçodoCaféArábica.Disponívelem<https://www.cepea.esalq.usp.br/br/indicador/cafe.aspx>.Acessoem27/09/2017.FIGUEIREDO,A.M.etal.Análisedatransmissãodepreçosnomercadobrasileirodecastanhadecaju.RevistaEconômicadoNordeste,v.41,n.4,p.716-730,2010.BRASIL.MAPA–MinistériodaAgriculturaPecuáriaeAbastecimento.Indicadores.Disponívelem<http://indicadores.agricultura.gov.br/agrostat/index.htm>Acessoem08/11/2017.MARGARIDO,M.A.;TUROLLA,F.A.;FERNANDES,J.M.Análisedaelasticidadedetransmissãodepreçosnomercadointernacionaldesoja.Pesquisa&Debate,v.12,n.20,p.5-40,2001.RAVALLION,M.TestingMarket.



ANA� LISEDEME� TODOSQUANTITATIVOSDECA� LCULODEPREVISA� ODEDEMANDAPARAO

GERENCIAMENTODEESTOQUESDEMEDICAMENTOSDEUMMUNICI�PIO

DE550MILHABITANTES

DouglasLeãoCardozo(PrefeituraMunicipaldeLondrina)RicardodaSilvaSouza(UEL)

TiagoAlvesFerreira(PrefeituraMunicipaldeLondrina)

ste artigo tem como objetivo descrever os principais métodos deprevisão de demanda para planejamento de estoques e avaliar suaaplicaçãonoabastecimentofarmacêuticodeummunicípio.Comeste

intuito, adotou-se pesquisa bibliográfica e documental com base em Peinaldo eGraeml(2007).

Paraoestudo,foramlevantados dados dequatroanosdeconsumodeummedicamento aleatório fornecido à população pela prefeitura do municípioestudado, sendo que tais dados foram utilizados para a previsão do quarto ano,utilizando-se três métodos: o MétododosMínimos Quadrados Ordinários (MQO)da demanda pelo medicamento em função do tempo, baseado no exemplo daequação (1) e do sistema de equações (2) e (3), como em Arenales e Salvador(2011).

Um modelo auto regressivo integrado com Médias Móveis (ARIMA),conforme equação (4), baseado em Morretin (2011), da variável quantidade de

medicamento.

E por fim, o Método da Média Aritmética Simples, conforme Peinaldo eGraeml(2007)édescritapelaequação(5):

E



Após as previsões, foi-se avaliado qual método obteve melhor acurácia

comoconsumoreal.OartigomostraqueaequaçãoobtidapelométodoARIMAfoio mais eficiente para previsão. Entretanto, dada a natureza de compra dosmedicamentos pela prefeitura, este atinge escassez para uma compra anual. OmétododeMédiaAritméticapossuimaiorerro,entretanto,absorveuemexcessoademanda.

Oartigonãobuscouumaóticageneralistaeexaustivaparaavaliaromelhormétododeprevisãodedemanda,masapenastestarumaaplicaçãopráticaemumcasoespecífico.Asquantidadesaseremcompradasdependemdapolíticapúblicado município para a compra desse medicamento e, também, da saciedade dademandapelopúblicoalvo.ARENALES,S.H.deV;SALVADOR,J.A.CálculoNumérico–UmaAbordagemparaoEnsinoaDistância.ColeçãoUAB-UFSCAR.EdUFSCar.SãoCarlos,2011.MORETTIN.EconometriaFinanceira:umcursoemsériestemporaisfinanceiras.2ed.SãoPaulo:Blücher,2011.PEINADO,Jurandir;GRAEML,AlexandreReis:Administraçãodaprodução:operaçõesindustriaisedeserviços.Curitiba:UnicenP,2007.



COMOPROBLEMASDESAU� DEAFETAMAOFERTADETRABALHO

DOSJOVENSNEM-NEM

KarinaOtsukaHamanakaMachado(UFSCar)HayssaRodrigues(UFSCar)

NatáliaLubckedeOliveira(UFSCar)

or “nem-nem” entende-se aqueles jovens que não fazem parte domercadodetrabalhoetambémnãoestudam.Otermoéderivadodoacrônimo em inglês NEET para “neither in employment nor in

education or training” tendo aparecido pela primeira vez no relatório “BridgingTheGap:NewOpportunitiesfor16-18Year-OldsNotInEducation,EmploymentorTraining” em 1999. Antes disso, o termo “Status Zero” era utilizado com sentidoidênticomas,porpossuirumaconotaçãonegativa,foisubstituídopelotermoNEET(FURLONG, 2006). Desde então, vem ganhando espaço nos debates na área depolíticaspúblicasdevidoaintensificaçãodestefenômenoempaísesemergentesenaquelesquesofrerammaisgravementeosdanosreferentesàcrisede2008.

Segundo dados da OCDE, em 2012 o Brasil estava entre os quinze paísescom maior índice de jovens nesta condição, correspondendo a cerca de 17% dapopulação. Dentre os motivos que levam os jovens a esta condição há questõesreferentes à qualificação, maternidade, afazeres domésticos e casamento commaiores destaques (ROCHA, 2008). Contudo, uma análise preliminar dosuplementosaúdedaPNADde2008sugerequeoquesitosaúde-tantodopróprioindivíduo quanto de um membro do núcleo familiar - pode tercorrelaçãocomaoferta de trabalho dos jovens nem-nem. Dessa forma, este trabalho tem comointuito averiguar a relação entre condições de saúde e oferta de trabalho e suaspossíveisconsequênciasparasituaçãodosjovensnem-nemnoBrasil.

O objetivo desta pesquisa é investigar se há uma relação negativa entre aoferta de trabalho dos jovens nem-nem e a existência de problemas de saúderelacionados tanto ao indivíduo em si quanto aos seus familiares, de modo adiscutirosefeitosdestefenômenosobreaprecáriasituaçãodosjovensnem-nemno que concerne às questões de desigualdade social e de gênero e,consequentemente,proporsugestõesparaasuperaçãodesteproblemanoâmbitodaspolíticaspúblicasprincipalmentenasáreasdesaúdeeeducação.

Os dados utilizados foram retirados do suplemento de saúde da PesquisaNacionalporAmostradeDomicílios(PNAD)realizadapeloIBGEnoanode2008.APesquisa Suplementar de Saúde é um dos suplementos temáticos lançados semperiodicidadedefinidajuntoaPNADecontemplaquestõesrelativasàmorbidade,coberturaporplanodesaúde,acessoaserviços,utilizaçãodeserviços,limitaçãodeatividades físicas para maiores de 13 anos e gastos privados com saúde(TRAVASSOS; VIACAVA; LAGUARDIA, 2008). Para compor a amostra, foramselecionadososjovensde10a29anosdeidadedivididosemtrêsfaixasetárias:de10a18anos;de19a24anos;ede25a29anos.

Apartirdissoestimou-seummodeloProbitqueestabelecearelaçãoentrea

P



probabilidadedeojovemencontrar-senacondiçãodenem-nemcomasvariáveisde interesse, dentre as quais destacam-se: possuir alguém na família comproblema físico; possuir alguém na família com depressão; se algum familiarsofreu violência; se algum familiar esteve internado nos últimos doze meses; epossuiralgum familiarcomdificuldadedemobilizaçãograve.Estasvariáveissãoconsideradas como de destaque, pois indicam as questões referentes à saúde. Aanáliseéfeitaapartirdoresultadoobtidoemtermosdeefeitosmarginais.

Ao analisar as variáveis, percebeu-se uma forte distinção entre jovens dopúblicomasculinoefeminino,demodoqueambosforamseparados.Constatou-separajovensdopúblicofemininoentre10e18anos,osefeitosmarginaismostram-se significativos para as variáveis que apontam se estas estiveram internadas.Entretanto,mostram-senãosignificativosparaasvariáveisreferentesàdepressão.Para os jovens do sexo masculino entre 19 e 24 anos, possuir alguém na famíliaqueesteveinternadosemostrasignificativoediminuiaschancesdeseencontrarcomo nem-nem. Entretanto, ter depressão também se mostra significativo eaumentaaschancesdeojovemencontrar-senestasituação.

Apartirdaanálisedosresultadosépossívelinferirquehomensemulheressãolevadosàsituaçãonem-nempormotivosbastantedistintos,deformaquesãonecessárias medidas específicas para cada um dos grupos de forma a tornarpossívelasuperaçãodestasituação.

Primeiramente, para o público feminino há a necessidade de orientaçãosobre planejamento familiar em todas as faixas etárias observadas, sendo maisalarmanteparaogrupoquecompreendemulheresentre10e18anos,vistoqueasjovensquepossuemfilhostemmaiorpropensãoasetornaremnem-nem.

Ser cônjuge, filha ou outro parente na composição familiar tambémaumentamaschancesdajovemnãoexercersuasfunçõesnomercadoeseafastardo sistema de ensino. Além disso, observa-se que o trabalho doméstico ainda épredominantementeatribuídoàsmulheres,seja pormeiodashorasdespendidasnosafazeresoupormeiodaimposiçãodochefedefamília.

Jánocasodopúblicomasculinoépossívelverificarumaelevadatendênciaàdepressão em todas as faixas etárias, sendo mais alarmante no grupo quecompreendejovensde25a29anospoiscercade40%dosindivíduosanalisadospossuemalgumdiagnósticodedoençasmentais.Emcontrapartida,anecessidadede internação de um membro da família nos últimos doze meses impactounegativamenteaschancesdeumjovemsetornarnem-nem.

Neste caso, por mais que o problema de saúde não tenha sido com oindivíduo em si, a saúde de alguém do círculo familiar impacta na busca porempregoporexigirocusteiodasdespesasfinanceirasdecorrentesdoproblemadesaúdeoupelanecessidadedeassumiropapeldechefedefamília.

Com base nisso, conclui-se que é imprescindível que o público masculinotenha acompanhamento psicológico durante a juventude de modo a tratartranstornos mentais possivelmente relacionados às cobranças e exigênciasimpostasdeformaprematuraaestegrupotantopelafamíliacomopelasociedade.FURLONG,A.NotaveryNEETsolution:representingproblematiclabourmarkettransitionsamongearlyschool-leavers.Work,EmploymentandSociety,v.20,n.3,p.553-569.SET,2006.ROCHA,S.Ainserçãodosjovensnomercadodetrabalho.CadernoCRH,Salvador,v.21,n.54,p.533-550.DEZ,2008.TRAVASSOS,C.;VIACAVA,F.;LAGUARDIA,J.OsSuplementosSaúdenaPesquisaNacionalporAmostradeDomicílios(PNAD)noBrasil.RevistaBrasileiradeEpidemologia,SãoPaulo,v.11,supl.1,p.98-



112.Maio,2008.2



CREDITACCESSANDINPUTALLOCATIONINBRAZIL

EduardoRodriguesDeCastro(UFSCar)FelipeLucenaAndradeSantos(UFSCar)

HenriqueRyosukeTateishi(UFSCar)OswaldoDanielArtigasNunez(UFSCar)

armers facing constrained expenditure to buy inputs are likely toproduce less output as if they did not have it (BHATTACHARYYA;KUMBHAKAR, 1997). On the other hand, access to credit might

increase the output and farm performance. Castro and Teixeira (2012) usingaggregate data for Brazil concluded that if credit is correctly allocated it mightcontribute to increase agricultural supply. However, credit distribution usuallyoccursunderinformationasymmetryandtendstoberelatedtofarmer’scollateral,whichmightdecreasecreditefficiencytoincreaseoutputbecausethefungibilityoftheresources1.Thissituationimpliesthattheaccesstocreditmightnothavebeenreaching the policy goals to support mostly medium and small farmers.ConsideringthedifferencesamongfarmersintheBrazilianagriculturalsector,itisnecessary to understand the role of rural credit program taking in account theamountofloans,farmer’ssize,technologyandregionalaspects.

Credit distribution in Brazil has been historically uneven. The NationalSystem of Rural Credit (SNCR) was created in 1965, and in the next decade theratioofruralcredittoagriculturaloutputwasbiggerthaninothersectorsoftheeconomy (ARAÚJO; MEYER, 1979). However, the credit has been distributedunequally within the country and have benefited mostly big farmers (HELFAND,2001).In1995wascreatedtheNationalProgramforStrengtheningFamilyFarms(PRONAF).This programhasbeen providing loanstosmall farmers whoemploymostly family labor in the agricultural production. Similar to PRONAF, thePRONAMP2allocatescredittomediumfarmers.In2016,bothprogramsreceivedabout 84% of contracts and 38% of the resources from the credit distributeddirectlytoindividualfarmers(BACEN,2017).

Themainobjectiveistoestimatethemarginalimpactofruralcreditontechnologyandinputuse,takinginaccounttheamountofcreditreceivedandtheregionalaspects.Morespecifically it isexpectedtounderstandhowaccesstocreditinfluencesfarmerinputallocation.

The analysis follows Ciaian, Falkowski, and Kancs (2012) and takes arepresentative profit maximization farmer under credit constraint. The profitequationcanberepresentedby:

π = pf(X,Y)− w �X − w �Y − λ(αw �X − δw �Y − C)Wherew �andw �arethepricesofrespectiveXandYinputs,pistheoutput

price and f(X,Y) is a constant returns to scale technology. In addition,αw �X −δw �Y ≤ C represents the credit constraint. Coefficients α and δ are binary

1 It occurs when the rural credit replaces own farmer resources.

2 PRONAMP: Programa Nacional de Apoio ao Médio Produtor.

F



variables which equals 1 if credit is constrained with respect of only X, only Y(asymmetric credit constraint) or both inputs (symmetric credit constraint).C isthetotalamountofcreditavailableandcannotbeoverusedby inputacquisition.The λ is the shadow prices of credit restriction. Therefore, the first orderconditionsforprofitmaximizationundercreditrestrictionsispf� = (1+ λj),wherei= X,Yandj= α,δ.Ifcreditaccessisasymmetric,forexample,onlyinputXfacesacreditconstraint(λ> 0andα = 1),thenpf� > w � andpf� = w �.Therefore,theeffect of asymmetric credit constraint is decomposed in scale effect andsubstitutioneffect.Ifcreditconstraintissymmetric,thereisonlyscaleeffect.

The analysis is based on Propensity Score Matching (PSM) estimationprocedure. The treatment group should be the less constrained credit group, inwhichATT = E(Q�� − Q��|Z�C� = 1)andwhosepropensityscoreisestimatedusingaProbitmodel.Thus,C = 1 isabinaryvariablerepresentingthelessconstrainedcreditgroupandZ�isamatrixofcharacteristicswhichwilldeterminethepotentialperformance Q�� of a farm with less constrained credit. The vector of farmercharacteristics,Z�, would be farmer’s schooling, farm area, if the farmer receivestechnical assistance, capital stock and farmer ownership. By the other side, thepotentialoutcomeofthecontrolgroup, Q��,isgivenby Co= E(Q��|Z�C� = 1).

Toanalyzemarginimpactofaccesstocredititisassumedthatcreditimpactisnon-linear.Farmerswillbegroupedincreditclassesaccordingtotheproportionof credit relatively to gross production value (Crd/GPV), from 0 to 100%, with10% intervals. The matching will consider two credit classes each time, treatedand control, which might be similar with respect to the characteristic vectorZ�.Then,it istakenthemeanoftheoutcomevariables inQ� totest forthemarginalimpact of rural credit. The variables inQ� will include productivity, labor fromfarmer’srelatives,hiredlabor,investmentsorcapitalflow,landuseandcostswithfertilizersandpesticides,TotalFactorProductivity.

Forexample, group1arethe farmerswhodonothaveaccesstocredit, ingroup 2 Crd/GPV=10%, in group 3 Crd/GPV=20% and so on. Taking togethergroups 1 and 2, group 2 is the treated group, while group 1, the control group(Q��

� − Q�� ).Next,itistakengroups2and3,group3isthetreatedgroupandgroup

2isthecontrolone(Q�� − Q��

� ).Thus,themargineffectshouldbedifferenceofthemeanoftheoutcomevariables(theATT),foreachoutcomevariableinQ�.

It will be used farmers data from the Agricultural Census, 2006 fromGeographical and Statistical Brazilian Institute (IBGE), which can be accessedunder authorization and have some confidentiality restrictions. Besides allowingthe access to farmer data, it will be possible to proceedto regional analysis andhavesomeinsightabouttheregionaldifferencesoftheroleofruralcredit.ALVES,E.;ROCHA,D.DEP.Ganhartempoépossível?In:GASQUES,J.G.;VIEIRAFILHO,J.E.R.;NAVARRO,Z.(Eds.)..AAgriculturaBrasileira:desempenho,desafioseperspectivas.Brasília:Ipea,2010.p.298.ARAÚJO,P.F.C.;MEYER,R.L.PolíticadecréditoruralnoBrasil:objetivoseresultados.In:VEIGA,A.(Ed.)..Ensaiossobrepolíticaagrícolabrasileira.SãoPaulo:SA,1979.p.137–162.BACEN. Matriz de Dados do Crédito Rural. Disponível em: <http://www.bcb.gov.br/pt-br/#!/c/MICRRURAL/>.Acessoem:1jan.2017.BHATTACHARYYA, A.; KUMBHAKAR, S. C. Market Imperfections and Output Loss in the Presence ofExpenditure Constraint: A Generalized Shadow Price Approach. American Journal of AgriculturalEconomics,v.79,n.3,p.860–871,1997.CIAIAN, P.; FALKOWSKI, J.; KANCS, D. Access to credit, factor allocation and farm productivity:EvidencefromtheCEEtransitioneconomies.AgriculturalFinanceReview,v.72,n.1,p.22–47,2012.



DE CASTRO, E. R.; TEIXEIRA, E. C. Rural credit and agricultural supply in Brazil. AgriculturalEconomics,v.43,n.3,p.293–302,2012.HELFAND,S.M.ThedistributionofsubsidizedagriculturalcreditinBrazil:dointerestgroupsmatter?Developmentandchange,v.32,n.3,p.465–490,2001.



DETERMINANTESDADEMANDADEMA� QUINASAGRI�COLASNOBRASIL

CarlosHenriqueMachadoSimão(UEM)AbilioSilveiraGarciaNeto(UEM)

AlexandreFlorindoAlves(UEM)FelipeDeSáTavares(USP/ESALQ)

agronegócio brasileiro éumsetordealta produtividade (GASQUESetal.,2012),auxiliadoempartespelamecanizaçãodasuaprodução,isso é, a inserção de máquinas (tratores e colheitadeiras) no

processoprodutivocomafinalidadedetorná-lomaiseficiente.Dadaaimportânciadesse processo, o presente trabalho busca verificar quais são as variáveisdeterminantesparaademandademáquinasagrícolasnoBrasil.

A variável dependente do presente trabalho é a demanda por máquinasagrícolas. Entende-se por demanda de máquinas agrícolas a soma das unidadesvendidas de tratores com roda e colheitadeiras de grãos, disponibilizado pelaAssociaçãoNacionaldosFabricantesdeVeículosAutomotores(ANFAVEA).

As variáveis adicionais a serem consideradas no modelo econométricovisamcontrolarosfatoresquesepresumeimpactarademanda,comoopreçodasmáquinas agrícolas, a taxa de juros, o PIB agropecuário e a taxa de câmbio. Asvariáveis expressas em valores monetários (PIB agro e preço de máquinasagrícolas)foramdeflacionadospeloIGP-DI(12/2015=100),disponibilizadopeloIPEADATAetendoporfonteaFundaçãoGetúlioVargas.

Para atender ao objetivo do presente trabalho, que foi analisar os fatoresque impactaramademandapormáquinasagrícolasnoBrasilentre2000e2015,foi utilizado ummodelode mínimos quadrados ordinários. A forma funcional domodeloaserestimadoéexpressapor:

Todas as variáveis inseridas no modelo descrito pela eq. (1) são consideradasexógenas,excetooPIBagropecuário.Dessamaneira,otesteDurbin-Wu-HausmanfoiimplementadoparaaveriguaraendogeneidadedoPIBagropecuárionomodelo.Como foi constatada a presença de endogeneidade, estimou-se novamente a eq.(1), mas agora considerando a V.I. do PIB, cuja estimação é feita por MínimosQuadrados2Estágios(MQ2E),sendodescritapor:

ATabela1apresentaosresultadosdosmodeloseconométricosestimados.

Foram estimados diversos modelos de MQO para ilustrar o ganho de robustezconformeasvariáveisforaminseridaseapósescolhidoomodelomaisapropriado,estimou-sedoismodeloscomV.I.paraoPIBporMQ2E.Aheterocedasticidadefoipersistente em todos os modelos estimados, enquanto que a autocorrelação foicorrigida pela inserção da variável dependente defasada em um período. Deste

O



modo,amatrizdevariânciaecovariânciautilizadanosmodeloseconométricosfoiamatrizrobustadeHubereWhite.Com as correções de heterocedasticidade e autocorrelação o modelo maisapropriado para o estudo é o modelo V.I (2). Ao incorporar a sazonalidade omodeloseajustaevariáveiscomoopreçoecâmbiopassamasersignificativasa1% e 10% respectivamente. O modelo corresponde ao esperado pela teoriaeconômica. Os sinais dos coeficientes das variáveis juros, câmbio e preço foramnegativos,ouseja,qualqueroscilaçãonessasvariáveisimpactademaneiraopostaademandapormáquinasagrícolas.OsinaldocoeficientedoPIBdaagriculturafoipositivo,o que implica quequantomaisrendaosetorpossuir,maior ademandapormáquinas.Aocompararpreçoerenda,osresultadosdomodelosugeremqueosetor é mais sensível a variações na sua renda que a variações no preço.

Com as correções de heterocedasticidade e autocorrelação o modelo mais

apropriado para o estudo é o modelo V.I (2). Ao incorporar a sazonalidade omodeloseajustaevariáveiscomoopreçoecâmbiopassamasersignificativasa1% e 10% respectivamente. O modelo corresponde ao esperado pela teoriaeconômica. Os sinais dos coeficientes das variáveis juros, câmbio e preço foramnegativos,ouseja,qualqueroscilaçãonessasvariáveisimpactademaneiraopostaademandapormáquinasagrícolas.OsinaldocoeficientedoPIBdaagriculturafoipositivo,o que implica quequantomaisrendaosetorpossuir,maior ademandapormáquinas.Aocompararpreçoerenda,osresultadosdomodelosugeremqueosetorémaissensívelavariaçõesnasuarendaqueavariaçõesnopreço.Osresultadosencontradosapartirdomodeloeconométricoestãodeacordocomaliteratura e teoria econômica. O PIB agropecuário influencia positivamente ademandapormáquinasagrícolasenquantoqueastaxasdejuros,ospreçoseataxadecâmbioinfluenciamnegativamente.Pormaisquetenhaexistidoumaexpansão



doPIBagropecuárionosúltimosanosdoperíodoanalisado,issonãoserefletiuemum aumento nas vendas de máquinas agrícolas. Possivelmente, o aumento nastaxas de juros e a depreciação do câmbio exerceram pressão contrária sobre osprodutores,oquepodeexplicarodescompassoentreaproduçãoagropecuáriaeoinvestimentoemmaquinário.GASQUES,J.G.etal.Produtividadedaagriculturabrasileiraeosefeitosdealgumaspolíticas.RevistadePolíticaAgrícola,Brasília,v.21,n.3,p.83-92,dez.2012



DETERMINANTESDOTEMPODEAPROVAÇA� ODEEVENTOSGMNA

UNIA� OEUROPEIA

MaurícioBenedetiRosa(UFSCar)DiegoSartideSouza(UFSCar)

DallasKelsonFranciscodeSouza(UFSCar)

s culturas geneticamente modificadas (GM) tiveram suacomercializaçãoiniciadaem1996,etemcrescidosignificativamentedesdeentão.AstrêsmaioresculturasGMnomundosãosoja,algodão

e milho, as quais representam 78%, 33% e 64% de suas respectivas áreasplantadas(JAMES,2016).EmpaísesquejáestabeleceramseusregulamentosparaGM, a condição básica para utilização de um novo evento GM (recombinação deDNAquegeranovostransgênicos)nomercadodomésticoésuaaprovaçãopréviapara cultivo e/ou comercialização como alimento humano e animal (VIGANI eOLPER, 2013). Quando um evento GM é aprovado comercialmente em um paísexportador,masomesmo nãoacontece no país importadorcria-seumasituaçãodenominada aprovação assíncrona (AA), a qual pode impactar negativamente ocomércio internacional de transgênicos e inclusive causar ruptura de comércioentrepaíses(STEINeRODRÍGUEZ-CEREZO,2010;FARIAeWIECK,2015).

NocontextodaregulamentaçãoGM,muitosediscutequantoàutilizaçãodebarreiras não tarifárias (BNT) como forma de protecionismo comercial. SegundoBaldwin(2000),regulamentosnoâmbitodasBNTsupostamentedevemzelarpelasaúde,segurançaebem-estardaspessoas,animaisemeioambiente,eaprincipaldificuldade está em determinar se servem aos interesses da sociedade ou ainteresses protecionistas, quando ambos normalmente estão combinados. Nocontexto de produtos GM, a regulamentação imposta para validar a utilização ecomercialização dos produtos pode ser interpretada como uma BNT e aindapossuircaracterísticasprotecionistas(KREIPE,2010).

A UniãoEuropeia(UE)égrande importadoradeprodutos GMdediversaspartesdomundo(EUROPABIO,2015),etemespecialdependênciaàimportaçãodesojaemgrãosefarelodesoja(DEVISSER,SCHREUDEReSTODDARD,2014).Alémdisso,apresentarigornaaprovaçãodeeventosGM,portantodiferençastemporaispara a aprovação dos mesmos entre a UE e seus principais exportadores sãopassíveis de ocorrer, ocasionando o surgimento da aprovação assíncrona, e,possivelmente,oimpactonegativonocomérciodeprodutosGM.

OprocessodecisórioquantoàaprovaçãodeeventosGMnaUEécompostopor três etapas principais. As aplicações de novos eventos para cultivo e/oualimentaçãohumanaeanimalsãofeitaspelasempresasfabricantesdassementestransgênicasseguindoaregulamentação1829/2003eenviadasaEFSA(EuropeanFood Safety Authority), órgão responsável por fazer uma avaliação dos riscosinerentesaoevento.AEFSAemiteumrelatórionoqualavaliaseoeventoGMétãoseguroquantooseusemelhantenãotransgênico,considerandoefeitospotenciais

A



nasaúdehumana,animalenomeioambiente.Porfim,aopiniãodaEFSAéenviadaà Comissão Europeia, a qual decidirá por autorizar ou não a comercialização doeventoGMnospaísesmembrosdobloco(GMO-COMPASS).

Nesse contexto, o objetivo do presente trabalho é avaliar como ascaracterísticasdecadaeventoGMinfluenciamotemponecessárioparaaprovaçãodo mesmo na UE, de forma a melhor compreender o processo de aprovação, eavaliarseexisteviésprotecionistaemsuaaplicação.

Sãoavaliados48eventosGMcomautorizaçãoválida,oriundosdeprocessosde criação, com informações referentes ao tipo de commodity, companhiaresponsávelpeloseudesenvolvimento,alémdasdatasdesolicitaçãodeaprovação,aprovaçãotécnicaeaprovaçãofinal.Ascommoditiessãoalgodão,milhoesoja,e,dentreascompanhias,trêssãoorigináriasdosEUA(Monsanto,DowAgroSciences,Pioneer) e três da UE (BASF, Bayer CropScience e Syngenta). Utilizou-se oestimador econométrico de Mínimos Quadrados Ordinários (MQO) paradeterminarosefeitosdotempodeaprovaçãotécnica,dotipodecommodity,edaorigemdaempresasolicitantesobreotempototaldeaprovaçãodeumeventoGMnaUE.AestimaçãofoifeitaatravésdosoftwareStata/SE12.0.

Verificou-se a homocedasticidade dos resíduos da regressão através doteste de Breusch-Pagan, o qual resultou na não rejeição da hipótese nula dehomocedasticidade.Paraverificara

existência de multicolinearidade, foi realizada a estatística varianceinflationfactor(VIF),que,segundoGreene(2003),estápresenteseovalordotestefor superior a 10. Reportou-se 1,86 para o teste VIF, ou seja, ausência demulticolinearidadenomodelo.Atabela1apresentaosresultadosdaestimação.

ApartirdotesteFrejeitou-seahipótesenuladequetodososcoeficientes

são estatisticamente iguais a zero com significância de 1%. Com relação àsvariáveis explicativas, a únicanão significativa foi o milho (adummy algodão foiomitida para evitar multicolinearidade). O tempo necessário para aprovaçãotécnicafoisignificativoa1%,comcoeficientepositivoeiguala0,87.Talresultadoeraesperado,dadoqueotempototaldeaprovaçãodependediretamentedotempodeaprovaçãotécnica,ouseja,seotempoparaaprovaçãotécnicaforlongo,issoiráimpactardiretamenteotempototal.Osprocessosdeaprovaçãodeempresascomorigem europeia são, em média, 0,63 anos mais rápidos que o tempo médio daamostra, a 5% de significância. Esse comportamento sugere um caráterprotecionista no processo de aprovação, que favorece empresas domésticas noâmbitoEuropeu.Porfim,dentreascommodities,existesignificânciaparaasoja,a5%,aqualtemseusprocessosdeaprovação,emmédia,0,87anosmenoresqueotempo médio da amostra. Considerando a dependência da UE na importação desoja, esse comportamento era esperado, ou seja, apesar de ser um mercado



notadamenterestritivoaaprovaçãodeGM,anecessidadedesojapareceagilizarosseusprocessosdeaprovação.BALDWIN,R.E.RegulatoryProtectionism,DevelopingNations,andaTwo-TierWorldTradeSystem.BrookingsTradeForum,v.2000,n.1,p.237–280,2000.DEVISSER,C.L.M.;SCHREUDER,R.;STODDARD,F.TheEU’sdependencyonsoyabeanimportfortheanimalfeedindustryandpotentialforEUproducedalternatives.OCL,v.21,n.4,p.D407,2014.EUROPABIO,2015.TheEuropeanforBioindustries.Disponívelem:<http://www.europabio.org/sites/default/files/qa_0.pdf>.Acessoem:10nov.2017.FARIA,R.N.DE;WIECK,C.EmpiricalevidenceonthetradeimpactofasynchronousregulatoryapprovalofnewGMOevents.FoodPolicy,v.53,p.22–32,2015.GMO-COMPASS,2013.DATABASE.GMO-COMPASS.Disponívelem:<https://ec.europa.eu/food/plant/gmo/legislation_en>.Acessoem:10nov.2017.GREENE,W.EconometricAnalysis.5.ed.NewYork.PrenticeHall,2003.JAMES,C.ISAAABrief51–2016:GlobalStatusofCommercializedBiotech.GMCrops.n.51,2016.KREIPE,M.GeneticallyModifiedFood:TradeRegulationinViewofEnvironmentalPolicyObjectives.DiplomicaVerlag,2010.STEIN,A.J.;RODRÍGUEZ-CEREZO,E.InternationaltradeandtheglobalpipelineofnewGMcrops.Naturebiotechnology,v.28,n.1,p.23–25,2010.VIGANI,M.;OLPER,A.GMOstandards,endogenouspolicyandthemarketforinformation.FoodPolicy,v.43,p.32–43,2013.



EFEITOSTRANSBORDAMENTOREGIONAISDOPROGRAMABOLSA

FAMI�LIA:UMAANA� LISESOBREAABRANGE� NCIADECOBERTURAE

SOBREAFREQUE� NCIAESCOLARNOESTADODESA� OPAULO.

AnaHelenaNallinDavinha(UFSCar)

distribuição de renda é um importante indicativo do nível dedesenvolvimento econômico de um país. Segundo Sampaio Júnior(1999), a homogeneidade social – e também técnica – é condição

necessária paraasuperação dosubdesenvolvimento.Assim,a atuação doEstadoembuscadetalhomogeneidadesemostrarelevantequandoseobjetivaalcançarum melhor nível de desenvolvimento econômico e social, principalmente no quetangeàimplementaçãodepolíticaseconômico-sociais.

Neste contexto, e levando em consideração as “condições de partida”apontadasporBarrosetal(2007)emrelaçãoàcapacidadedoindivíduodeauferirrenda,oobjetivodestetrabalhoéanalisaroProgramaBolsaFamília(PBF)etestarahipótesedaexistênciadetransbordamentosregionaisdoprogramasocialparaoestadodeSãoPaulo,emnívelmunicipal.Estestransbordamentosregionaispodemser originados das externalidades informacionais geradas pelos beneficiários esuascapacidadesdecomunicação,etambémpelas“normassociais”deconvivênciaem sociedade, que afetam o comportamento dos indivíduos, principalmente decrianças(ANGELUCCI,M.,DEGIORGI,G.,2009;BOBBA,M.,GIGNOUX,J.,2014).Ouseja,pretende-seanalisarseexisterelaçãoespacialnalocalizaçãodasfamílias(ou,neste caso, dos municípios) que recebem o benefício do programa. SerãoanalisadasasfamíliasdosbeneficiáriosemidadeletivareferenteaoEnsinoMédioeaosdoisciclosdoEnsinoFundamental.Paratanto,serãoutilizadososdadosdoCenso Demográfico de 2010 do IBGE, pois estes são georreferenciados,possibilitandoaanáliseespacial.

Em relação à metodologia, utiliza-se do escopo analítico da econometriaespacial, estimando modelos SAC,SEM e SAR (com as correções necessárias paranormalidade e heterocedasticidade) que captam as informações presentes naautocorrelaçãoespacial,atravésdainserçãodasvariáveisdefasadasespacialmentenos modelos. As variáveis utilizadas nas estimações foram: renda média familiarper capita, tamanho médio da família, taxa de urbanização, taxa de desemprego,taxa de cobertura do PBF, taxa de frequência escolar, e escolaridade média doschefesdefamília.Todasasvariáveisforamagregadasemnívelmunicipal,baseadasnotrabalhodeAransiola(2017).Alémdestaabordagemeconométricacondicional

A



às características socioeconômicas das famílias e municípios, também sãoanalisadas as estatísticas absolutas I de Moran e Moran Local (LISA). A análiseédivididaentreosciclosescolares(ensinosfundamental1e2,emédio)etambémemrelaçãoàsfaixasderenda.

Os resultados corroboram a hipótese de que tanto o recebimento dobenefício (o bolsa família) como a frequência escolar estão espacialmenterelacionados –uns com os outros e com suas próprias defasagens espaciais. Emoutraspalavras,osefeitosdoBolsaFamíliatransbordamparaavizinhança,comoapresentadonaTabela1.Emmédia,umaelevaçãodeumpontopercentualnataxade cobertura do PBF na vizinhança eleva a taxa de frequência escolar em 0,14pontos percentuais no município, mesmo que este não tenha elevações norecebimentodoprograma.Jáemrelaçãoaopróprioprograma,umaumentodeumpontopercentual na taxa de coberturado bolsa família nummunicípio eleva em1,54 pontos percentuais (em média) a taxa de cobertura em toda a vizinhança.Aindadosresultados,énotávelofatodeque,noensinofundamental,umavezqueamatrículaéobrigatória,osefeitosregionaisdoPBFsobreataxadematrículanãosãosignificativosestatisticamente,aopassoqueosãoparaoensinomédio.Paraostransbordamentos do PBF em relação a ele próprio, observa-se que todos osmodelos estimados apresentam correlação espacial significativa. Destaca-se oresultado obtido para a faixa mais baixa de renda, na qual os transbordamentossãomenosexpressivos.Maisumavez,osnúmerosreferentesaoensinomédiosãomaisexpressivos.

Em relação às estatísticas absolutas, é observada a presença deautocorrelação espacial, através da rejeição da hipótese nula dos testes global elocaldeMoranparaataxadefrequênciaescolar,ataxadecoberturadoPBFeparaarelaçãobivariadaentreelas.Nesteúltimocaso,sónãofoisignificativaarelaçãoparaoensinomédio,oqualnãoapresentamatrículaobrigatória.Paraaestatísticalocal (LISA), é notável a quase complementaridade entre as formações de 3clusters (tanto high-high como low-low) das duas variáveis (frequência escolar ePBF), de modo que elasnão se sobrepõem. Isso pode indicara presençade umarelação espacial entre altas taxas de recebimento do PBF e altas frequênciasescolares,emrelaçãoàvizinhança.Alémdisso,altas frequênciasescolaresnãoserelacionam a baixas taxas de recebimento do bolsa família, o que pode refletir,maisumavez,aeficiênciadoprograma.

Tabela 1 -Resultados dos Modelos Estimados para PBF e sua DefasagemEspacial(WPBF)



Desta maneira, com todos os resultados apresentados, observa-se que o

Programa Bolsa Família apresenta efetividade em tentar alterar para melhor os“pontos de partida” desfavoráveis a partir de sua influência sobre renda efrequência escolar, apresentando, além disso, transbordamentos positivos pararegiõespróximas,nãosónoqueserefereàsuacobertura,mastambémàtaxadefrequênciaescolarmunicipal.ANGELUCCI,M.;DEGIORGI,G.IndirectEffectsofanAIDProgram:Howdocashtransfersaffectineligibles’consumption?AmericanEconomicReview.v.99,n.01.mar.2009.p.486-508.ARANSIOLA,T.J.Determinants,DynamicandConsequenceofChildLaborinBrazil.2017.120p.Dissertação(mestrado).InstitutodeEconomia.UniversidadeEstadualdeCampinas,Campinas,2017.BARROS,R.P.etal.DeterminantesImediatosdaQuedadaDesigualdadedeRendaBrasileira.TextosparaDiscussãoIPEA.RiodeJaneiro,TextoparaDiscussãon.1253,janeiro/2007.BOBBA,M;GIGNOUX,J.Neighborhoodeffectsandtake-upoftransfersinintegratedsocialpolicies:EvidencefromProgresa.32p.Set.2014.BRASIL.IBGE–InstitutoBrasileirodeGeografiaeEstatística.CensoDemográfico2010.SAMPAIOJÚNIOR,P.A.Cap.5:ProgressoTécnicoedesenvolvimentoemCelsoFurtado.In____EntreaNaçãoeaBarbárie.RiodeJaneiro:Vozes,1999.254p.,p.169-200.



EMISSO� ESDEGASESDOEFEITOESTUFANOSBRICDE1995A2009:

UMAANA� LISEINSUMO-PRODUTO

MuriloMazzottiSilvestrini(UFSCar)NathaliaMello(UFSCar)

MarianaPercianiDeGodoi(UFSCar)FlaviaMayumiFugitaNakano(UFSCar)

GabriellaNunesDaCosta(UFSCar)

m2009,osBRICforamresponsáveispor30%dasemissõesmundiaisde GEE (FAOSTAT) e, dado o potencial de crescimento econômicodestespaíses,suasemissõespodemaumentardevidoàrelaçãoentre

crescimento econômico e emissões dos gases do efeito estufa (GEE) jáextensamenteexploradanaliteratura.Sendoassim,esteestudotemcomoobjetivoanalisar as emissões totais e setoriais dessespaíses no período de 1995 a 2009,utilizandoametodologiadeinsumo-produtoeincorporandoasemissõesdeCO2eq

queconstituemosGEE.AestruturadosdadoséprovenientedoBancodedadosMundialdeInsumo-

Produto (WIOD – World Input-Output Database). A WIOD fornece matrizes deinsumo-produto nacional compostas por 35 setores e para Brasil (BRA), China(CHN), Índia (IND) e Rússia (RUS), para todo o período de 1995 a 2009. Alémdisso, dispõe dados de emissões de GEE com a mesma abrangência de tempo edesagregaçãosetorialqueastabelasdeinsumo-produto.

Aequaçãobásicadeummodelodeinsumo-produtocommatrizAformadapeloscoeficientes�� querepresentamademandadiretadosetoriporinsumosdo

setorjparaaproduçãodeumaunidademonetáriadeproduto,ovetordedemandafinal�evetordeproduçãosetorial� érepresentadacomo:

� = (� − �)−1� = �� Onde�éamatrizinversadeLeontief.ArazãoentreaemissãodeCO2eqde

umsetorsobreseuvalorbrutodeproduçãogeraocoeficientede intensidadedeemissãodosetor(ci).AmatrizÊéumamatrizdiagonalcujoselementossãoosci’sde todos os setores. Pré-multiplicando a matriz de emissões � pela matriz Ê

obtém-se a matriz�∘ que é a inversa de Leontief ponderada pelas emissões deCO2eq.Reescrevendoomodelobasedeinsumo-produto,obtém-seummodeloque

incorporaaintensidadedeemissõesdaseguinteforma(WIEBEetal.,2012):

ÊX = Ê(� − �)−1� = � = �∘� emqueπéamatrizdepoluiçãototal,ondeseuselementoscorrespondemaototaldeemissõesincorporadasparasatisfazeràsdemandasdecadasetor.

Com base na metodologia aplicada foram obtidos resultados agregados esetoriaisdecadapaís.Emrelaçãoàanáliseagregada,osquatropaísesemergentesqueformamoBRICelevaramsuasemissõesdeCO2eqpraticamentedurantetodoo

E



períodoanalisado,sendoqueapenasosanosde1998e1999apontaramreduçõesdototaldeemissões.Noqueserefereàsparcelasdeemissões,aChinasemanteve,durante todo o recorte, como o maior emissor dentre os países analisados,apresentandosignificativatendênciadecrescimento,ondesuaparticipaçãopassoude40,12%em 1995para51,19%em 2009,oque pode serexplicadopelas altastaxasdecrescimentoapresentadaspelaeconomiachinesa.

OBrasil,porsua vez,apresentouuma tendência dequeda daparticipaçãonasemissões durante o período, passandode 22,49% em 1995 para 15,33%em2009. Índia e Rússia mantiveram sua parcela de poluição atmosféricarelativamente estáveis durante o período analisado. É notável que o caso chinêspodeserchamadodepeculiardentrodosBRICeassociadocomadimensãodesuaeconomia e sua ascensão como potência econômica mundial, alcançando taxasvultosasdecrescimentodeaproximadamente10%aoano,sobretudonoiníciodoséculoXXI.

Analisando a taxa de crescimento anual dos níveis de emissões totais,observa-se que, embora em alguns anos tenha ocorrido reduçãoda taxa, o únicodestes países que em nenhum momento diminuiu seu nível de emissões foi aChina.OBrasileaRússiaapresentaramumdecréscimovertiginosodasemissõesem 1998 e 1999. Estes resultados atípicos estão relacionados no caso brasileirocomarecessãode1999apósaspolíticasdecontenção inflacionária eaberturaàeconomia mundial, para a Rússia por sua vez, 1998 foi marcado por crisefinanceira e moratória que afetaria a taxa de crescimento do PIB e tem seusimpactos ainda em 1999 (AVERBUG & GIAMBIAGI, 2000). Além disso, em 2009,com exceção da China, os demais países do BRIC apresentaram taxas decrescimentonegativasdesuasemissõesdevidoaosimpactosdacrisefinanceirade2008.

AoconsiderarovolumedeemissãodeCO2eq paraossetoresdaeconomia

noanode2009,osetorquesesobressaicomoomaispoluentefoi,unanimemente,oda“Agricultura,caça,silviculturaepesca”.Outrosetorcombastantedestaquefoio “Outros serviços coletivos, sociais e pessoais”, sendo o segundo maior emissornospaísesdoBRIC,comexceçãodaRússia.Aelevaçãodastaxasanuaisdeemissãodessesetornocasobrasileiroentre2003a2008estáemmuitovinculadocomociclodecrescimentoviaserviçosdosgovernosLula-Dilma.Ademais,segundoosresultados preliminares, “Indústria extrativa”, “Metais básicos e produtos nãometálicos” e “Transportes terrestres” se mantiveram entre os cinco setores commaioresemissões,comoacréscimodos“Metaisbásicoseprodutosmetálicos”naeconomiachinesa.

Um dos grandes desafios na formulação de políticas ambientais para amitigação das emissões dos GEE está em identificar os principais agentescausadores da poluição para atribuir as devidas responsabilidades. Dentro docontexto doméstico, as nações, compostas por diversos setores e diferentestecnologias de produção, precisam adequar suas políticas buscando o menorimpacto,tantoambientalcomoeconômico.

Dessa forma, o estudo buscou quantificar as emissões dos paísesemergentes,importantesnocenáriointernacional,descrevendoasemissõestotaiseossetoresquemaisemitem,fazendoumacomparaçãoentreeles,oquepermiteatribuirasresponsabilidadespelapoluiçãodoar.Alémdisso,analisarumextensoperíododetempopossibilitaobservaraevoluçãodasemissõesfrenteadiferentes



cenárioseconômicoseocomportamentodossetoresdecadapaís.AVERBUG,A.;GIAMBIAGI,F.Acrisebrasileirade1998/1999–Origenseconsequências.BNDESTextoparaDiscussãon.77,RiodeJaneiro,2000.DESOUZA,K.B.;RIBEIRO,L.C.S.;PEROBELLI,F.S.ReducingBraziliangreenhousegasemissions:scenariosimulationsoftargetsandpolicies.EconomicSystemsResearch,v.8,n.4,p.482-496,2016.FAOSTAT.Emissionsbysector.Disponívelem<www.fao.org/faostat/>.Acessoem09nov.2017.PERDIGÃO,C.;FAIÃO,T.F.;ROSSANA,L.R.;ESTEVES,E.G.Z.;SESSOFILHO,U.A.;ZAPPAROLI,I.D.DecomposiçãoestruturaldasemissõesdeCO2doBRIC.RevistaBrasileiradeEstudosRegionaiseUrbanos,v.11,n.3,p.293-313,2017.WIEBE,K.S.BRUCKNER,M.;GILJUM,S.;LUTZ,C.;POLZIN,C.CarbonandMaterialsEmbodiedintheInternationalTradeofEmergingEconomies:AMultiregionalInput-OutputAssessmentofTrendBetween1995and2005.JournalofIndustrialEcology,v.16,n.4,p.636-646,2012.WORLDINPUT-OUTPUTDATABASE.EnvironmentalAccounts.Disponívelem<http://www.wiod.org/database/eas13>.Acessoem:10 deoutubrode2017.



ESTIMAÇA� ODOSCANDIDATOSAO

PRE� MIOSVERIGESRISKBANKEMCIE� NCIAECONO� MICAEMMEMO� RIA

DEALFREDNOBEL

WesleyAugustoDeFreitasBorges(UFSCar)OswaldoDanielArtigasNunez(UFSCar)

estudodapesquisaeconômicaapresentauminteressedevidoànãopercepção unanime dos temas que em um determinado momentopossamserconsideradoscomuma maiorrelevânciae importância.

Assim, seguindo a Dequech (2007) existe uma possibilidade de definir quais ostemas que têm um maior prestigio na pesquisa econômica. O autor define omainstreameconômicocomooqueéestudadonasuniversidadesmaisprestigiosasdo mundo, o que é publicado nas mais prestigiosas revistas acadêmicas, o querecebe incentivos monetários das fundações de pesquisa mais importantes eganhamosprêmiosmaisprestigiosos.

Neste sentido, o autor antes mencionado destaca a possibilidade deidentificação do tema mais relevante dentro da pesquisa econômica em umdeterminado momento, de forma que possa se obter uma área de pesquisaconhecidacomothecurrentoneouadomomento.

Dessa forma, a presente investigação propõe-se fazer uma tentativa dereconhecimento da área de pesquisa econômica de maior interesse atual nacomunidade cientifica de maior prestigio, o mainstream. Tal comoé especificadopeloautorDequech(2007),oganhadordoPrémiodoBancodeSuéciaemCiênciaEconômica em Memória de Alfred Nobel (ou como é comumente conhecido,PrémioNobel emEconomia)poderia seruma boaaproximaçãonadeterminaçãodotemademaiorimportâncianapesquisaeconômicanomomento.

Existem algumas aproximações à determinação do possível ganhador doPrémioNobeljáforamfeitas.Garfield(1992)estabelecequeonúmerodecitaçõesque possui um autor pode ser considerado como um fator determinante naidentificação dos possíveis ganhadores do prémio. Igualmente, Chong, Choi eEverard(2009)encontramqueexistemmaisfatoresnadeterminaçãodopossívelganhadorcomosão:onúmerodecitações,aidade,anacionalidade,aUniversidadeondeestudouocandidatoesetemsidoganhadordaMedalhaJohnBatesClark.

Apartirdasconsideraçõesanteriores,estetrabalhoplanteia-seosseguintesobjetivos:(1)identificarospossíveisdeterminantesdoPrémiodoBancodeSuéciaem Ciência Econômica em Memória de Alfred Nobel, (2) Obter uma lista com ospesquisadores econômicos mais prováveis de serem laureados com o prémiomencionadoe(3)determinaraáreaconsideradacomodemaiorrelevânciaatualnomainstreameconômico.

O



Para a obtenção de resultados, pretende-se usar o método econométricoprobit. Seja ��∗ o prémio de algum dos possíveis candidatos, associado a uma probabilidade ��=�� (��=1|�2�,�3�,…,��), definidadaseguinteforma:

Podemosdefiniraequaçãofinaldafunçãodeverossimilitude,quepermite

associaraprobabilidadedeocorrênciaeaequação(1),daseguinteforma:

Como a função de verossimilitude é côncava e é um óptimo global, é

asseguradaaunicidadedasestimaçõesdemáximaverossimilitude.Assim, para a realização do trabalho, é necessário obter uma lista dos

economistas que mais tem influenciado a área académica, e a partir dessa lista,obter informações sobre esses autores tal como a idade, a instituição ondepesquisa,onúmerodepesquisaspublicadas,númerodecitações,nacionalidadeesejátemsidolaureadocomaMedalhaJohnBatesClarke/ouoPrémiodoBancodeSuéciaemCiênciaEconômicaemMemóriadeAlfredNobel.Alistadoseconomistaspretende-se usar o critério do top 10% dos autores mais influentes na pesquisaeconômicasegundoositewebIdeas.

Osresultadosesperadospoderiamservirdebaseparadeterminarqualáreade conhecimento económico é considerada atualmente de maior interesse eimportância, o que poderia servir como fundamento para criação de futuraspesquisasnessaárea,assimcomooaprofundamentodapesquisanessaárea.CHONG,T.;CHOI,C.;EVERARD,B.WhowillwintheNobelPrize?EconomicsBulletin,v.29,n.2,p.1359–1370,2009.DEQUECH,D.Neoclassical,mainstream,orthodox,andheterodoxeconomics.JournalofPostKeynesianEconomics,v.30,n.2,p.279–302,2007.GARFIELD,E.ForecastingNobelPrizeUsingCitationDataandtheOddsAgainstIt.Current,v.2,n.August,p.3–12,1992.



MOTIVAÇA� ODOSVISITANTESDOPARQUEZOOLO� GICOMUNICIPAL

QUINZINHODEBARROS:APLICAÇA� ODOMODELODEEQUAÇO� ES

ESTRUTURAIS.

GiovannaTavaresdeCamargoSimões(UFSCar)AlineCorrêaFreitas(UFSCar)

Dr.DaniloRolimDiasAguiar(UFSCar)Dr.AdelsonMartinsFigueiredo(UFSCar)

sparquesZoológicosdesempenhamdiferentespapéisnasociedade,poisalémdeatenderemasnecessidadesdeconservaçãobiológicadealgumasespéciesedebem-estaranimal, tambémprecisamatrairo

públicovisitanteesatisfazersuasexpectativasemrelaçãoaosserviçosdeturismoe recreação (MASON, 2000; TURLEY, 1999; TURLEY, 2001; TOMAS, 2003;WHITWORTH, 2012). O desafio dos administradores dos parques Zoológicos éatingiroconjuntodetodosessesaspectos,umavezquesuaviabilidadeeconômicaemlongoprazodependedosuporte financeirodeseusvisitantes(TOMAS,2003;RYAN,2004;SHINWARY,2009).

UmaprimeiracorrentedeestudossobreosZoológicosenfocajustamenteaanálise das motivações de se visitar esses parques e os possíveis conflitos entrecada uma delas (MORGAN, 1999; RYAN, 2004; SHINWARY, 2009; WHITWORTH,2012;JORDAAN,2014).EumasegundacorrentedeestudosfeitaparaZoológicoséa de valoração ambiental (KHALIL, 1999; BALMFORD, 2002; MAHAT, 2004;ANDUALEM,2011), com aplicaçõesde diferentes métodosestatísticos. No Brasil,grande parte dos estudos sobre os parques Zoológicos se concentra nas áreasbiológicas relativas à conservação, educação ambiental, manejo, nutrição,reintroduçãoeveterinária.Dessaforma,carecemestudosquetratemdosaspectosmotivacionais e valoração econômica para esse tipo de parque no Brasil,especialmente utilizando um Modelo de Equações Estruturais (StructuralEquations Modelling - SEM). O Parque Zoológico Municipal Quinzinho de Barros(PZMQB)éconsiderado umdosmaiscompletos ZoológicosdaAméricaLatina.Oparque está situado na cidade de Sorocaba, interior do estado de São Paulo(Brasil),possui umaárea totalde128.339metrosquadradoseatualmentecontacomumavisitaçãoregularde600.000pessoasporano.

Portanto, os objetivos desse trabalho são os de: (a) identificar quais asprincipaismotivaçõesdosvisitantesdoParqueZoológicoMunicipalQuinzinhodeBarros(PZMQB)afrequentaremolocal;e(b)determinarcomoessasmotivaçõesse refletem na disposição a pagar dos visitantes para a manutenção e melhoriadesse parque. Para realização deste estudo, foram aplicados questionários entre

O



AgostoeSetembrode2017enototal foramcoletadascercade205respostas. Oquestionário foi elaborado com base: em três fatores motivadores à visita(educação, lazer e infraestrutura); nas informações de disposição a pagar (DAP)pelaentradadoparquedosvisitantes;enascaracterísticassocioeconômicasgeraisdos visitantes. Para análise dos dados obtidos através dos questionários, foiutilizadaaMetodologiadeEquaçõesEstruturais(SEM),alémdaanáliseestatísticageraldosdados,pormeiodosoftwareStata13.

Por meio da análise estatística dos dados coletados, verificou-se que asprincipais características dos entrevistados são: 69% do público são do sexofeminino;59%dosentrevistadosestãonafaixade22a35anosdeidade;61%daspessoassãocasadas;67,8%possuemfilhos;arendafamiliarmédiadosvisitantesédeR$3500,00reais;45%dosvisitantespossuemapenasoensinomédiocompleto;56,6%sãoresidentesemSorocaba;61%estãoacompanhadosdecrianças;40,5%das pessoas visitam o parque anualmente; 71,71% utilizam carro próprio parachegaratéoparque;osvisitantesestãodispostosapagar,emmédia,R$8,25reaispelaentradadoparque.

Em relação ao Modelo de Equações Estruturais, foi desenvolvido umprimeiro modelo com base na literatura, em que se colocaram as seguinteshipóteses de relações causais: a Infraestrutura (variável latente) do parqueZoológicoinfluenciapositivamenteasexperiênciasdeEducação(variável latente)e de Lazer (variável latente) durante a visitação; A Educação e o Lazer afetampositivamenteaMotivação(constructodesegundograu)daspessoasemvisitaroparqueZoológico;aMotivaçãoimpactapositivamenteaDAP(variávelobservada)pela entrada do parque. Esse primeiromodelo possui razoável validade,ou seja,possui bons índices de qualidade de ajustamento. Entretanto, ainda está sebuscando um refinamento na especificação do Modelo, a fim de se encontrarmelhoresresultados.

ANDERECK,K.L.,CALDWELL,L.L.,DEBBAGE,K.(1991)Amarketsegmentationanalysisofzoovisitors.ProceedingsoftheTravelandTourismResearchAssociation22ndAnnualConference,HyattRegencyHotel,LongBeach,California,9–13June.ANDUALEM,GOSHU.EstimatingtheEconomicValueofWildlife:TheCaseOfAddisAbabaLionsZooPark.2011.TesedeDoutorado.BALMFORD,A.etal.Economicreasonsforconservingwildnature.Science,v.297,n.5583,p.950-953,2002.HOLZER,D.,SCOTT,D.,BIXLER,R.D.(1998)Socializationinfluencesonadultzoovisitation,JournalofAppliedRecreationResearch23(1),43–62.JORDAAN,Y.;DUPLESSIS,G.M.MotivatorstovisittheNationalZoologicalGardensofSouthAfrica.2014.KHALIL,S.TheEconomicValueofTheEnvironment:CasesfromSouthAsia.IUNC.1999.MAHAT,T.J.;KOIRALA,M.Economicvaluationofenvironmentalresources:AcasestudyofthecentralzooofNepal.UnpublishedMphilthesis,TribhuvanUniversity,Kathmandu,Nepal,2004.MASON,P.Zootourism:Theneedformoreresearch.JournalofSustainableTourism,v.8,n.4,p.333-339,2000.MORGAN,J.M.;HODGKINSON,M.Themotivationandsocialorientationofvisitorsattendingacontemporaryzoologicalpark.Environmentandbehavior,v.31,n.2,p.227-239,1999.RYAN,C.;SAWARD,J.Thezooasecotourismattraction–visitorreactions,perceptionsandmanagementimplications:ThecaseofHamiltonZoo,NewZealand.JournalofsustainableTourism,v.12,n.3,p.245-266,2004.SHINWARY,S.S.;RAHMAN,M.J.ZooasEcotourismAttraction–CaseofDhakaZoo.2009TOMAS,S.R.etal.Assessingservicequalityandbenefitssoughtamongzoologicalparkvisitors.JournalofParkandRecreationAdministration,v.21,n.2,p.105-124,2003.TURLEY,S.K.Childrenandthedemandforrecreationalexperiences:Thecaseofzoos.LeisureStudies,



v.20,n.1,p.1-18,2001.TURLEY,S.K.ExploringthefutureofthetraditionalUKzoo.Journalofvacationmarketing,v.5,n.4,p.340-355,1999.WHITWORTH,A.W..AninvestigationintothedeterminingfactorsofzoovisitorattendancesinUKzoos.PloSone,v.7,n.1,p.e29839,2012.



IMPACTOSDAREDUÇA� ODASEMISSO� ESDEGASESDOEFEITO

ESTUFANOSBRIC

MuriloMazzottiSilvestrini(UFSCar)FlaviaMayumiFugitaNakano(UFSCar)

GabriellaNunesDaCosta(UFSCar)NathaliaMello(UFSCar)

MarianaPercianiDeGodoi(UFSCar)

s acordos internacionais que visam à mitigação das emissões de GEEpartem do princípio de “responsabilidades comuns, porémdiferenciadas”, atribuindo a maior parte do estoque de GEE na

atmosferaaospaísesdesenvolvidos(PERDIGÃOetal.,2017).Contudo,apenasosBRICforam responsáveis por 30% das emissões mundiais de GEE em 2009 (FAOSTAT) eespera-sequeacontribuiçãodospaísesemdesenvolvimentonasemissõesmundiaisaumenterapidamentedevidoaocrescimentoeconômicoepopulacional.

Portanto,esteestudotemcomoobjetivoavaliarquaisosimpactosdecenáriosdereduçãodeemissõesdeGEEnaproduçãosetorialdospaísesquecompõemoBRIC.Serão avaliados os impactos da redução de 10%, 20% e 30% das emissões dessespaíses na produção setorial, sujeito a necessidade de suprir no mínimo 97% dademandafinaldecadasetor.

A estrutura dosdados é provenientedo Banco dedados Mundialde Insumo-Produto(WIOD–WorldInput-OutputDatabase).AWIODfornecematrizesdeinsumo-produto nacional compostas por 35 setores de cada país em questão. Além disso,dispõe dados deemissõesdeGEE(emCO2 equivalente)coma mesmadesagregaçãosetorialqueasmatrizesinsumo-produto.

Aequaçãobásicadeummodelodeinsumo-produtoéestruturadacommatrizA formada pelos coeficientes �� que representam a demanda direta do setor i porinsumosdosetorjparaaproduçãodeumaunidademonetáriadeproduto,ovetordedemandafinal�eovetordeproduçãosetorial�.Arazãoentreaemissãode��2��deum setor sobre seu valor bruto de produção gera o coeficiente de intensidade deemissãodosetor(ci).AmatrizÊéumamatrizdiagonalcujoselementossãoosci’sdetodos os setores. Reescrevendo o modelo base de insumo-produto, obtém-se ummodelo que incorpora a intensidade de emissões da seguinte forma (WIEBE et al.,2012):

ÊX=Ê(�−�)−1�=�∘�Para os formuladores de políticas, as discussões sobre as emissões de GEE

estãocentradasemdoisobjetivosconflitantes:maximizaçãodaproduçãoereduçãodeemissões. Esses problemas podem ser explicitados da seguinte forma (DE SOUZA;RIBEIRO;PEROBELLI,2016):maxΣ��.�.(�−�)�≤�ê�≤��≥0

Onde � são as metas setoriais para emissões, podendo ser definido de formavariadaparacadasetor�,oupodeserdefinidocomoumobjetivodereduçãoparaasemissõesglobaisdopaís.

O



ÉimportanteressaltarquedadosospressupostosdaProgramaçãoLinear,umaredução percentual nas emissões gera a mesma redução na produção. Em todos oscenários(10,20e30%)ossetoresqueserãomaisimpactadossãoosmesmos,apenasopercentualdareduçãoéalterado.

A partir dos resultados obtidos, verificou-se que a Rússia é o país emque asreduçõesnasemissõesteriammaiorimpactosobreovalorbrutodaprodução(VBP)esobreademandafinal,respectivamente4,5%e4,3%,apartirdochoquede10%.Poroutro lado, o Brasil seria o país que sofreria as menores reduções (3,8% e 3,83%),apresentandovalores próximos aos encontrados para a Índia. Nesse país, o impactorecairiamaissobreademandafinal,enquantonosoutros,sobreoVBP.

No Brasil, os setores mais impactados pelos choques são: “Agricultura, caça,silvicultura e pesca”, “Produtos químicos”, “Coque, produtos petrolíferos refinados ecombustível nuclear” e “Produtos alimentícios”, estes totalizam 25,5% das reduçõestotaisdossetores.

A China tem como setores mais impactados: “Eletricidade, gás efornecimento de água”, “Indústria extrativa”, “Intermediações financeiras” e“Coque,produtospetrolíferosrefinados ecombustível nuclear”,responsáveispor33,9%dototaldasreduções.

NaÍndia,ossetoresdemaiorimpactosão:“Eletricidade,gásefornecimentode água”, “Indústria extrativa”, “Coque, produtos petrolíferos refinados ecombustível nuclear” e “Intermediações financeiras”, gerando redução de 36,8%dasemissões.

EnquantoaRússiapossuicomosetoresdemaiorimpacto:“Eletricidade,gáse fornecimento de água”, “Coque, produtos petrolíferos refinados e combustívelnuclear”, “Indústria extrativa” e “Indústrias transformadoras, nec e reciclagem”,estesquatrototalizamreduçãode33,2%entreototaldossetores.

Ao compararos cenáriosdereduções previstos easemissõessetoriais doano de 2009, verificou-se que apenas no Brasil o setor que mais emite(“Agricultura, caça, silvicultura e pesca”) é o que teria sua produção maisimpactada por uma eventual restrição de emissões. Em todos os países o setor“Outros serviços coletivos, sociais e pessoais” figura entre os cinco setores quemaisemitem.Emtodasasnações,o impactoneste setorseriaemtornode3%a4,5%;naChina,estesetorseriaoquintomaisimpactadoemtodososcenários.

Dessa forma, os resultados preliminares possibilitam observar o impactoqueasreduçõesnasemissõesdosGEEcausamnaproduçãomonetáriadospaísesemergentes e em cada setor econômico. Na abordagem insumo-produto éimportantedestacarqueametodologiaconsideraconstantesastecnológicaseasequações são lineares, ou seja, as reduções nas emissões são proporcionais àsreduçõesnaproduçãomonetária,oquelimitaoestudoemconsideraraadequaçãodetecnologiasqueemitemmenosgasesduranteaproduçãocomoalternativaparaomenorimpactoambiental.

Entretanto, analisar o comportamento econômico dado restrições nasemissõesdeGEEproporcionaumamelhorcompreensãodosdesafiosqueospaísestêm em diminuir o impacto ambiental da sua produção economia, ajudando naformulação de políticas adequadas para o crescimento econômico sustentável.Alémdisso,compararoimpactodereduçõesdasemissõesdosGEEentreospaísesemergentes possibilita observar a realidade econômica de importantes agentesglobais, identificando quais setores são mais poluentes e sofreriam as maioresreduções na sua produção frente às políticas ambientais. Nesse contexto, para



futurosestudos,éinteressanteexpandirametodologiaparapaísesdesenvolvidosecompararosresultadosdasrestriçõesnasemissões.DE SOUZA, K. B.; RIBEIRO, L. C. S.; PEROBELLI, F. S. Reducing Brazilian greenhouse gas emissions:scenariosimulationsoftargetsandpolicies.EconomicSystemsResearch,v.8,n.4,p.482-496,2016.FAOSTAT.Emissionsbysector.Disponívelem<www.fao.org/faostat/>.Acessoem09nov.2017.PERDIGÃO, C.;FAIÃO, T.F.;ROSSANA,L.R.; ESTEVES, E. G. Z.;SESSO FILHO, U.A.; ZAPPAROLI, I. D.Decomposição estrutural das emissões de CO2 do BRIC. Revista Brasileira de Estudos Regionais eUrbanos,v.11,n.3,p.293-313,2017.WIEBE,K.S.BRUCKNER,M.;GILJUM,S.;LUTZ,C.;POLZIN,C.CarbonandMaterialsEmbodied intheInternational Trade of Emerging Economies: A Multiregional Input-Output Assessment of TrendBetween1995and2005.JournalofIndustrialEcology,v.16,n.4,p.636-646,2012.WORLD INPUT-OUTPUT DATABASE. Environmental Accounts. Disponível em <http://www.wiod.org/database/eas13>.Acesso em: 10 de outubro de 2017.



OPASS-THROUGHDATAXADECA� MBIOPARAOSPREÇOSDE

EXPORTAÇA� ODOAÇUCAR

DallasKelsonFranciscodeSouza(UFSCar)LuisaRaseraRaniro(UFSCar)

MaurícioBenedetiRosa(UFSCar)

mercadobrasileirodeaçúcardesempenhaumpapelimportantenocomérciointernacionaldacommodity.DeacordocomdadosdaUSDA(2017), cercade48%das exportações mundiaisdeaçúcarnasafra

de2016/17forambrasileiras,asquaissubmetidasaumataxadecâmbiorentável,desempenharam um papel importante no nível de competitividade da indústriaaçucareirabrasileirafrenteaomercadointernacional.Alémdisso,amaiorpartedoaçúcarproduzidonoBrasilédestinadaaomercadoexterno.

Dias, Gibbert & Shikida (2015) avaliaram a competitividade do açúcarbrasileironocenáriointernacionalutilizandoindicadorestaisquaisMarket-share,vantagemrelativanaexportaçãoeparticipaçãodoaçúcarnototalexportadopeloBrasil. Segundo os autores, os três índices revelaram forte competitividade doaçúcar brasileiro no cenário externo. Por sua vez, Anhesini et al. (2016)confirmaram a competitividade das exportações do setor canavieiro brasileiroatravés da utilização dos índices de Vantagem Comparativa Revelada, VantagemComparativaReveladaSimétricae Indicadorde ContribuiçãoaoSaldoComercial.Segundoosautores,umasériedemudançasnosetoraçucareirodinamizouosetore o fez fortemente competitivo internacionalmente. Porém, aindasão incipientesna literatura trabalhos que avaliem a competitividade do açúcar brasileiro sob aóticadopass-throughcambial.

Nestecontexto,oobjetivodestetrabalhoéanalisarcomoserelacionamospreçosdeexportaçãodoaçúcardiantedevariaçõesnataxadecâmbiocombasenoinstrumentalteóricodopass-through.SegundoCruzJr&Silva(2004),aanálisedepass-through é bastante estudada no setor agropecuário brasileiro, pois de certaforma, este setor representa as vantagens comparativas do país no comérciointernacional. Com isso, a análise de pass-through busca determinar acompetitividade deste setor no mercado internacional. Segundo Tejada & Silva(2008)aeficáciadataxadecâmbiocomoinstrumentodepolíticasdeestimuloàsexportaçõesdependedograudepass-through.Ahipótesegeralmenteencontradanaliteraturaédeexistênciadepass-throughincompleto,ouseja,variaçõesnataxade câmbio que não são repassadas integralmente aos preços. Este resultado éaceitável quando se trata de produtos agropecuários, considerando que estespossuemdemandasinelásticasetambémpreçosinternacionaisquevariammenosqueproporcionalmenteemrelaçãoàvariaçãonasdemandaspelosprodutos(CRUZJR&SILVA,2004).

Para atingir o objetivo, aplicou-se o método econométrico Vetorial deCorreçãodeErro(VEC)aummodeloeconômico(apresentadonaequação1)com

O



basenoprincípiodeMark-updesenvolvidoporMenon(1995).Nomodelo,��éopreço de exportação, � representa a taxa de câmbio e �� é a competitividadeexternadadapelopreçointernacional.

��=�1+�2��+�3��+�4��(1)

Onde �3 representa o grau de pass-through da taxa de câmbio para ospreços deexportaçãodo produto nacional.No casoda taxadecâmbionãosurtirefeitoalgumsobreospreços,ouseja,�3=0,variaçõescambiaisnãoinfluenciamosníveis de competitividade do exportador no mercado internacional, afetandoapenasoMark-updoexportador.Nooutroextremo,emque�3=1,opass-throughécompletoetodaamudançacambialétransferidaparaospreçosdeexportação,deformaqueocâmbiotemaspectoimportantenoníveldecompetitividadedafirmaexportadoranomercadoexterno.Emtermosintermediários,temos0<�3<1,pass-through incompleto,noqualexisteatransmissão,masopreçodeexportaçãonãoabsorvetodaavariaçãocambial.

ParaverificaraestacionaridadedassériesfoiutilizadootestedePhillips&Perron(1998),oqualnãorejeitouahipótesenuladepresençaderaizunitáriaemnível de todas as variáveis consideradas. Na primeira diferença rejeita-se ahipótese nula a 1%, portanto interpreta-se que as séries são integradas deprimeiraordemI(1).SendoI(1),paraverificaraexistênciadeequilíbriodelongo-prazo, procedeu-se com o teste de co-integração de Johansen (1988), o qualindicou a existência de 1 vetor de co-integração, permitindo-nos especificar ummodeloVECparaopreçodeexportaçãodoaçúcar.

O modelo estimado é estável, ou seja, a raiz do polinômio definido pelooperadorautoregressivonãotemraizunitáriadentroousobreocírculounitário.Aquantidadede lagsparaespecificaçãodomodelodeco-integraçãoedoVECfoiescolhidodeformaaminimizarocritérioAIC(AKAIKEInformationCriterion).

A equação (2) apresenta os coeficientes de longo-prazo do modelo VEC(5,1)estimadoparaopreçodeexportaçãodoaçúcar.DeacordocomotesteLM,osresíduossãonãoautocorrelacionadosaníveldesignificânciade1%.Ocoeficientedavariável�� (proxydepreçoexterno),�(taxadecâmbio)eaproxydecustodeprodução(�)foramsignificativoscomprobabilidadede1%.

��çú��=0,28+1,13��+0,35��+0,27��(2)

Osresultadosencontradosapontamparaopass-throughincompletodataxade câmbio para os preços de exportação do açúcar, corroborando os resultadosencontrados na bibliografia estudada. O coeficiente foi 0,35, o qual nos leva ainferirqueumaumentode1%nataxadecâmbiocausaumacréscimode0,35%nopreçodeexportaçãodoproduto,ficandoatrásapenasdopreçointernacional,umamudançade1%em�� acarretaaumentonopreçodeexportaçãode1,13%.Osresultados indicam que os preços internacionais do açúcar exercem maiorinfluêncianacompetitividadebrasileirafrenteaomercadointernacionaldoqueataxadecambio.ANHESINI,J.A.R.etal.SistemaagroindustrialcanavieironoBrasilnoperíodo1990/2010:análisedeindicadoresdecompetitividadeinternacional.Revista Econômica do Nordeste,v.44,n.4,p.867-878,2016.CRUZJR,J.C.;SILVA,O.M.Pass-through da taxa de câmbio nos preços de exportação dos produtos agropecuários brasileiros: 1994-2003. In:AnaisdoXLIICongressobrasileirodeeconomiaesociologiarural:Cuiabá-MT.2004.



DIAS,L.C.;GIBBERT,G.M.;SHIKIDA,P.F.A.Competitividadedoaçúcarbrasileironomercadointernacional.Revista de Economia e Agronegócio–REA,v.4,n.4,2015.INTERNATIONALSUGARORGANIZATION.Ethanol.Disponívelem<https://www.isosugar.org/sugarsector/ethanol>.Acessoem10nov.2017.JOHANSEN,S.Statisticalanalysisofcointegrationvectors.Journal of Economic Dynamics and Control.v.12,p.231–254,1988.PHILLIPS,P.C.;PERRON,P.Testingforaunitrootintimeseriesregression.Biometrika,v.75,n.2,p.335-346,1988.TEJADA,C.A.O;SILVA,A.G.Opass-throughdasvariaçõesdataxadecâmbioparaospreçosdosprincipaisprodutosexportadospeloBrasil.Revista de Economia e Sociologia Rural,v.46,n.1,p.171-205,2008.UNITEDSTATESDEPARTAMENTOFAGRICULTURE.Sugar: World Markets and Trade.2017.Disponívelem<https://apps.fas.usda.gov/psdonline/circulars/Sugar.pdf>.Acessoem09nov.2017.



PRICEDYNAMICSINBRAZILIANCOFFEEMARKETBASEDONTHE

FUNDAMENTALS

KarinaCorreaCillo(UFSCar)FelipeLucenaAndradeSantos(UFSCar)FelipeLucenaAndradeSantos(UFSCar)

onsideringdatafromUnitedStatesDepartmentofAgriculture(USDA,2017),theBraziliancoffeetotalexportsrepresented26%ofallcoffeeexports considering the whole world, from 2015 to 2017. Vietnam

and Colombia followed Brazil with 21.7% and 9.7% participation, respectively.ConcerningtheproductionofArabicatypeofgrain,Brazilaccountedwith44%oftotalshare,from2015to2017.Colombiaisthesecondlargerproducerwith15%andEthiopiaisthethird,representing7%. TakingintoaccounttheparticipationofBrazilonthiscommodityshareoninternational markets, some strategies can be conducted to provide morecompetitiveness.AccordingtoSilvaandReis(2013),coffeeproducersaretryingtouse a strategy of anchoring their costs. One advantage of this strategy is thatproducers can compensate the unpredictable variability of this commoditie’sprices.Ontheotherhand,iftheproducercanalsounderstandthepricedynamicsof the commodity, he can identify and take advantage of arbitrage opportunitiesandcomeupwithriskreductionstrategies(KOONTZ;GARCIA;HUDSON,1990). One possibility to do better understanding of price dynamics in spot andfuturesmarketsistotakeintoaccounttheTheoryofStorage(KALDOR,1939).Thistheory implies that the relationship between spot and futures prices follows thefundamental factors,suchasthesupply-and-demandrelationship(NG;PIRRONG,1994). Working (1949) pointed out that for backwardation periods, holding acommoditycangivethebenefitofconvenienceyield.Ontheotherhand,incontagoperiods,thedifferencefromspotandfuturespricescanvaluethecostofstorage.Thus, the relationship between spot and futures prices is named the storageadjustedspread,inwhichequalsthenegativevalueofconvenienceyield. Some testable hypothesis on analyzing theTheory of Storage implicationsare suggested by Fama and French (1987) and Ng and Pirrong (1994). One fistimplication is that the volatility of spot and futures returns are greater as thestorage adjusted spread increases in magnitude. A second follows as a shock insmallstocksimplyonaspotvariancegreater thanfuturesvariance,ontheotherhand,ashockonlargestocksshouldkeepthevarianceofspotandfuturesreturnsequal. Thus,theobjectiveofthisprojectistoanalyzetherelationshipofSãoPaulostate spot prices and futures of 4/5 Arabica Coffee contracts prices dynamics,basedontheTheoryofStorage’sstorageadjustedspread.Toverifytheevidence,we are going to use time series models and interpret the parameters values andsignals.

C



TheanalyticalmodelistheVectorErrorCorrection(VEC)withthetermofthelaggedstorageadjustedspread,��,becausethis lastshouldbecointegratedwiththereturnseries.Thus,theEquation(1)andEquation(2)specifiesthemodel(NG;PIRRONG,1994).Δln�� = �� + Σ��

� ��,�Δ ln�� + Σ�� ,�Δ ln�� + �� + �� (1)

andΔln�� = �� + Σ��

� ��,�Δln�� + Σ�� ,�Δln�� + �� + �� (2)

Where��and��arethespotandfuturespricesat time�;��and�� arethenumberofparametersforspecificationof�lagsusingAkaike’scriterion(AKAIKE,1981); and �� and �� are the stochastic errors to test for conditionalheteroskedasticity.

Toanalyzethevolatilityofthereturns,wearegoingtouseaGARCHmodel,asEquation(3)andEquation(4).ℎ�,� = �� + ��ℎ�,�� + ��

� + �� (3)

andℎ�,� = �� + ��ℎ�,�� + ��

� + �� (4)

Whereℎ� representsthevolatilityontime�,andℎ��isthetermforlaggedvolatility;�and�aretheparametersforspotandfuturesvolatilities;and��

� isthe squared lagged storage adjusted spread. Thus, the second implication of thetheory of storage implies that �� > �� > 0, because spot volatility tends to behigherthanfuturesvolatilityduetosupplyconditions. ThedailyspotpricesatSãoPaulostatewerefromtheCenterofAdvancedStudiesonAppliedEconomy(CEPEA,2017),dailyfuturespricesweretakenfromHistoricalMarketDataofBM&FBovespa(BMFBOVESPA,2017).Theconvenienceyield was calculated using Method 1 from (Brooks; Procopczuk and Wu (2015),usinghistoricalpricesofSELICinterestrate,obtainedfromCentralBankofBrazil.AKAIKE,H.Likelihoodofamodelandinformationcriteria.Journal of Econometrics,v.16,n.1,p.3–14,1981.BMFBOVESPA.Recuperação de Informações.Disponívelem:<http://www2.bmf.com.br/Mais/Index.html?Idioma=pt-br>.Acessoem:11nov.2017.BROOKS,C.;PROKOPCZUK,M.;WU,Y.BoomsandBustsinCommodityMarkets:BubblesorFundamentals?Journal of Futures Markets,v.35,n.10,p.916–938,2015.CEPEA.Consultas ao Banco de Dados do site.Disponívelem:<https://www.cepea.esalq.usp.br/br/consultas-ao-banco-de-dados-do-site.aspx>.Acessoem:11out.2017.FAMA,E.F.;FRENCH,K.R.CommodityFuturesPrices:SomeEvidenceonForecastPower,Premiums,andtheTheoryofStorage.The Journal of Business,v.60,n.1,p.55,1987.KALDOR,N.Speculationandeconomicstability.Review of Economic Studies1,v.7,p.1–27,1939.KOONTZ,S.R.;GARCIA,P.;HUDSON,M.A.Dominant-SatelliteRelationshipsBetweenLiveCattleCashandFuturesMarkets.The Journal of Future Markets,v.10,n.2,p.123–136,1990.NG,V.K.;PIRRONG,S.C.FundamentalsandVolatility :Storage,Spreads,andtheDynamicsofMetalsPrices.The Journal of Business,v.67,n.2,p.203–230,1994.SILVA,B.A.DEO.;REIS,E.A.DOS.Thebiannualityofcoffeecultureandtheeconomicresultofstorage.Custos e agronegócio,v.9,n.3,p.2–26,2013.USDA.USDA: PDS Reports.Disponívelem:<https://apps.fas.usda.gov/psdonline/app/index.html#/app/downloads>.Acessoem:11out.2017.WORKING,H.TheTheoryofPriceStorage.1The American Economic Review,v.39,n.6,p.1254–1262,1949.



REHABILITATINGTHEECONOMICSOFPOLITICS:THEFORMATIONANDSTRUGGLEOFPOLITICALBUSINESS

CYCLETHEORY

RafaelGalvãodeAlmeida–CEDEPLAR/UFMG

esearchinpoliticalbusinesscyclesispartofalargerprogramrelatedto the economic analysis of politics, also known as New PoliticalEconomy.Thisarticleexploresthehistoricalevolutionofthepolitical

business cycle literature, starting from the early writers on the topic (Kalecki,1943;Åkerman,1947). It thenhighlights the importanceofNordhaus (1975) forthe theory. Elaborating the first theoretical model with empirical verification forthe political business cycle, Nordhaus transformed a problem that was usuallyseen as microeconomic into a macroeconomic issue. Research flourished for awhile,butthemodelunderwentcriticismbecauseofitsassumptionsaboutvoters,lack of definitive empirical verification, and because it did not conform to thetenetsofrationalexpectations, thuscausing interest inPBCmodelstowane.Thelatter went through a comeback after adapting to rational expectations (Rogoff,Siebert, 1988), and the elaboration of conditionalpolitical business cycle models“solved” the problem of empirical verification, by arguing that political businesscyclesneedspecificconditionstohappen.Thepaperconcludesbyreaffirmingtheimportance of political business cycle models and how they can relate to othersectorsoftheNewPoliticalEconomy,suchasnewinstitutionaleconomics.Abrams,BurtonA.;Butkiewicz,JamesL.Thepoliticalbusinesscycle:newevidencefromtheNixontapes.JournalofMoney,CreditandBanking,v.44,n.3,385-399,2012.Acemoglu,Daron.PoliticalEconomyLectureNotes.Mimeo,2016.Alesina,Alberto.Macroeconomicpolicyinatwo-partysystemasarepeatedgame.QuarterlyJournalofEconomics,v.102,p.651-678,1987.Alesina,Alberto.Macroeconomicsandpolitics.NBERMacroeconomicsAnnual,v.3,p.13-52,1988.Alesina,Alberto;Cohen,GeraldD.PoliticalCyclesandtheMacroeconomy.Cambridge:TheMITPress,1997.Alesina,Alberto;Cohen,GeraldD.;Roubini,Nouriel.MacroeconomicpolicyandelectionsinOECDdemocracies.In:Cukierman,Hercowitz&Leiderman(1992),p.227-262.Alesina,Alberto;Stella,Andrea.Thepoliticsofmonetarypolicy.NBERWorkingPapernº15856,2010;Åkerman,JohanHenrik.Politicaleconomiccycles.Kyklos,v.1,p.107-117,1947.Åkerman,JohanHenrik.EstructurasyCiclosEconómicos.Madrid:Aguilar,1962[1946].Alt,JamesE.;Shepsle,KennethA.(orgs.).PerspectivesonPositivePoliticalEconomy.Cambridge:CambridgeUniversityPress,1990.Alt,JamesE.;Lassen,DavidDreyer.Transparency,politicalpolarization,andpoliticalbudgetcyclesinOECDcountries.AmericanJournalofPoliticalScience,v.50,n.3,p.530-550,2006a.Alt,JamesE.;Lassen,DavidDreyer.Fiscaltransparency,politicalparties,anddebtinOECDcountries.EuropeanEconomicReview,v.50,p.1403-1439,2006b.Ben-Porath,Yoram.Theyearsofplentyandtheyearsoffamine:apoliticalbusinesscycle?Kyklos,v.28,n.2,p.400-403,1975.

R



Besley,Timothy.PrincipledAgents?Thepoliticaleconomyofgoodgovernance.Oxford:OxfordUniversityPress,2006.Besley,Timothy.Thenewpoliticaleconomy.TheEconomicJournal,v.117,n.524,p.570-587,2007.Black,Duncan.Theunityofpoliticalandeconomicscience.EconomicJournal,v.60,n.239,p.506-514,1950.Blankart,CharlesB.;Koester,GerritB.Politicaleconomicsversuspublicchoice:twoviewsofpoliticaleconomyincompetition.Kyklos,v.59,n.2,p.171-200,2006.Brender,Adi;Drazen,Allan.Politicalbudgetcyclesinnewversusestablisheddemocracies.JournalofMonetaryEconomics,v.52,p.1271-1295,2005.Borooah,V.K.Politicsandeconomics.Eatwell,Milgate,Newman(1987),vol.1,p.909-910.Buchanan,James;Tullock,Gordon.TheCalculusofConsent:logicalfoundationsofconstitutionaldemocracy.Indianapolis:LibertyFund,1999[1962].Buchanan,James;Wagner,RichardE.DemocracyinDeficit:thepoliticallegacyofLordKeynes.Indianapolis:LibertyFund,1977.Burgin,Anthony.TheGreatPersuasion:reinventingfreemarketssincetheDepression.Harvard:HarvardUniversityPress,2012.Burns,ArthurF.TherelevanceofAdamSmithtotoday’seconomicproblems,1973.In:Burns,ArthurF.ReflectionsofanEconomicPolicyMaker:speechesandcongressionalstatements1969-1978.Washington:AmericanEnterpriseInstitute,p.23-33,1978. Carlsson,Benny.Theinstitutionalideasvirus:thecaseofJohannÅkerman.EuropeanJournaloftheHistoryofEconomicThought,v.6,n.1,p.71-86,1999.Cherrier,Beatrice.Classifyingeconomics:ahistoryoftheJELcodes.JournalofEconomicLiterature,v.55,n.2,p.545-579,2017.Cherrier,Beatrice;Fleury,Jean-Baptiste.Economists’interestincollectivedecisionafterWorldWarII:ahistory.PublicChoice,v.172,n.1,p.23-44,2017.Cukierman,Alex;MeltzerA.H.Apositivetheoryofdiscretionarypolicy,thecostofdemocraticgovernment,andthebenefitsofaconstitution.EconomicInquiry,v.24,p.367-388,1986.Cukierman,Alex;Hercowitz,Zvi;Leiderman,Leonardo.(ed.)PoliticalEconomy,GrowthandBusinessCycles.Cambridge:MITPress,1992.DeHaan,Jakob;Klomp,Jeroen.Conditionalpoliticalbudgetcycles.PublicChoice,v.157,p.387-410,2013.DeVroey,Michel.AHistoryofMacroeconomicsfromKeynestoLucasandBeyond.Cambridge:CambridgeUniversityPress,2016.Dinkel,Reiner.PoliticalbusinesscyclesinGermanyandtheUnitedStates:Sometheoreticalandempiricalconsiderations.InHibbs&Fassbender(1981),p.209-230.Drazen,Allan.PoliticalEconomyinMacroeconomics.Princeton:PrincetonUniversityPress,2000a.Drazen,Allan.Thepoliticalbusinesscycleafter25years.NBERMacroeconomicsAnnual,v.15,p.75-138,2000b.Downs,Anthony.AnEconomicTheoryofDemocracy.NewYork:Harper,1957.Dubois,Eric.Politicalbusinesscycles40yearsafterNordhaus.PublicChoice,v.166,n.1,p.235-259,2016.Eatwell,John;Milgate,Murray;Newman,Peter.(eds.).TheNewPalgrave:adictionaryofeconomics.London:Macmillian,1987.Eldersveld,SamuelJ.etal.Researchinpoliticalbehavior.AmericanPoliticalScienceReview,v.46,n.4,p.1003-1045,1952.Ekelund,Robert.B.;Hébert,Robert.F.Ahistoryofeconomictheoryandmethod.5thedition.LongGrove:WavelandPress,2007.Fair,RayC.Oncontrollingtheeconomictowinelections.CowlesFoundationdiscussionpapernº397,1975.Fiorina,Morris.Short-andlong-termeffectsofeconomicconditionsonindividualvotingdecisions.InHibbs&Fassbender(1981),p.73-100.Forder,James.NineviewsofthePhillipscurve:eightauthenticandoneinauthentic.DepartmentofEconomicsDiscussionPaperSeries,nº724,UniversityofOxford,2014a.Forder,James.MacroeconomicsandthePhillipsCurveMyth.Oxford:OxfordUniversityPress,2014b.Franzese,RobertJ.,Jr.Electoralandpartisancyclesineconomicpoliciesandoutcomes.AnnualReviewofPoliticalScience,v.5,p.369-421,2002.Franzese,RobertJ.,Jr.;Jusko,KarenLong.Political-economiccycles.In:Weingast,Wittman(2006),p.545-586.



Friedman,Milton.Theroleofmonetarypolicy.AmericanEconomicReview,v.58,n.1,p.1-17,1968.Frey,Bruno.Thepolitico-economicsystem:asimulationmodel.Kyklos,v.27,n.2,p.227-254,1974.Frey,Bruno.Politico-economicmodelsandcycles.JournalofPublicEconomics,v.9,p.203-220,1978.Frey,Bruno;Lau,LawrenceJ.Towardsamathematicalmodelofgovernmentbehaviour.ZeitschriftfürNationalökonomie,v.28,p.355-380,1968.Frey,Bruno;Ramser,Hans-Jürgen.Thepoliticalbusinesscycle:acomment.ReviewofEconomicStudies,v.43,n.3,p.553-555,1976.Frey,Bruno;Schneider,Friedrich.Anempiricalstudyofpolitico-economicinteractionintheUnitedStates.ReviewofEconomicsandStatistics,v.40,n.2,p.174-183,1978.Frey,Bruno;Schneider,Friedrich.Recentresearchonempiricalpolitico-economicmodels.InHibbs&Fassbender(1981),p.11-30.Galbács,Peter.Somemethodologicalaspectsofthecontroversybetweenmainstreameconomicsandinstitutionalism.CHOPEWorkingPaper,nº2017-09.DukeUniversity,2017.Gamble,Andrew.Thenewpoliticaleconomy.PoliticalStudies,v.43,p.516-30,1995.Gärtner,Manfred.Politicalmacroeconomics:asurveyofrecentdevelopments.JournalofEconomicSurveys,v.14,n.5,p.527-561,2000.Goodhart,C.A.E.;Bhansali,R.J.Politicaleconomy.PoliticalStudies,v.43,n.1,p.43-106,1970.Groenewegen,P.“politicaleconomy”.2008.In:Durlauf,S.N.;Blume,L.E.(eds.).TheNewPalgraveDictionaryofEconomics.2nded.Availableat<http://www.dictionaryofeconomics.com/article?id=pde2008_P000114>.Access:13out.2016.Haynes,StephenE.;Stone,JoeA.Politicalmodelsofthebusinesscycleshouldberevived.EconomicInquiry,v.28,p.442-465,1990.Hibbs,DouglasA.,Jr.Politicalpartiesandmacroeconomicpolicy.AmericanPoliticalScienceReview,v.71,n.4,p.1467-1487,1977.Hibbs,DouglasA.,Jr.Partisantheoryafterfifteenyears.EuropeanJournalofPoliticalEconomy,v.8,p.361-373,1992.Hibbs,DouglasA.,Jr.;Fassbender,Heino.(eds.).ContemporaryPoliticalEconomy.Amsterdam:NorthHolland,1981.Kalecki,Michał.Politicalaspectsoffullemployment.PoliticalQuarterly,v.14,p.322-331,1943.Kramer,GeraldH.Short-termfluctuationsinUSvotingbehavior,1896-1964.AmericanPoliticalScienceReview,v.65,n.1,p.131-143,1971.Lächler,Ulrich.Thepoliticalbusinesscycle:acomplementarystudy.ReviewofEconomicStudies,v.45,n.2,p.369-375,1978.Lau,LawrenceJ.;Frey,Bruno.Ideology,publicapproval,andgovernmentbehavior.PublicChoice,v.10,n.1,p.21-40,1971.Lindbeck,Assar.Endogenouspoliticiansandthetheoryofeconomicpolicy.Seminarpapernº35,InstituteforInternationalEconomyStudies,UniversityofStockholm,1973.Lindbeck,Assar.Stabilizationpolicyinopeneconomieswithendogenouspoliticians.AmericanEconomicReview,v.66,n.2,p.1-19,1976.Locksley,Gareth.Thepoliticalbusinesscycle:alternativeinterpretations.InWhiteley(1980),p.177-198.Lohmann,Susanne.Thenon-politicsofmonetarypolicy.In:Weingast,Wittman,(2006.),p.524-544.López,Julio;Assous,Michäel.MichałKalecki.London:PalgraveMacmillian,2010.MacRae,C.Duncan.Apoliticalmodelofthebusinesscycle.Workingpaper.Washington:TheUrbanInstitute,1971.MacRae,C.Duncan.Apoliticalmodelofbusinesscycle.JournalofPoliticalEconomy,v.85,n.2,p.239-263,1977.MacRae,C.Duncan.Onthepoliticalbusinesscycle.In:Hibbs&Fassbender(1981),p.169-184.McCallum,BennettT.Thepoliticalbusinesscycle:anempiricaltest.SouthernEconomicJournal,v.44,n.3,p.504-515,1978.Mueller,DennisC.PublicChoiceIII.Cambridge:CambridgeUniversityPress,2003.Nordhaus,WilliamD.Thepoliticalbusinesscycle.CowlesFoundationDiscussionPaper,nº333,1972.Nordhaus,WilliamD.Thepoliticalbusinesscycle.TheReviewofEconomicStudies,v.42,n.2,p.169-190,1975.Nordhaus,WilliamD.Alternativeapproachestothepoliticalbusinesscycle.BrookingsPapersonEconomicActivity,v.2,p.1-49,1989.Olson,Mancur.TheLogicofCollectiveAction:publicgoodsandthetheoryofgroups.Cambridge:HarvardUniversityPress,1965.



Olters,Jan-Peters.Thepoliticalbusinesscycleatsixty:towardsaneo-Kaleckianunderstandingofthepoliticaleconomy?Cahiersd’économiePolitique/PapersinPoliticalEconomy,n.46,p.91-130,2004.Paldam,Martin.Anessayontherationalityofeconomicpolicy:thetest-caseoftheelectionalcycle.PublicChoice,v.37,p.287-305,1981.Persson,Torsten;Tabellini,Guido.MacroeconomicPolicy,CredibilityandPolitics.Amsterdam:Harwood,1990.Persson,Torsten;Tabellini,Guido.PoliticalEconomics:explainingeconomicpolicy.Cambridge:TheMITPress,2000.Phelps,EdmundS.PhillipsCurves,Expectationsofinflationandoptimalunemploymentovertime.Economica,v.34,p.254-281,1967.Phillips,A.W.H.TherelationbetweenunemploymentandtherateofchangeofmoneywageratesintheUnitedKingdom,1861-1957.Economica,v.25,n.100,p.283-299,1958.Philips,AndrewQ.ManipulatingtheMasses:newtheoriesofpoliticalcycles.Thesis(DoctorofPhilosophy).DepartmentofPoliticalScience,TexasA&MUniversity,2017.Rogoff,Kenneth.Comment.NBERMacroeconomicsAnnual,v.3,p.52-56,1988.Rogoff,Kenneth.Equilibriumpoliticalbudgetcycles.AmericanEconomicReview,v.80,n.1,p.21-36,1990.Rogoff,Kenneth;Sibert,Anne.Electionsandmacroeconomicpolicycycles.ReviewofEconomicStudies,v.55,p.1-16,1988.Rowley,CharlesK.;Rathbone,Anne.MiltonFriedman,1912:harbingerofthepublicchoicerevolution.Rowley,CharlesK.;Schneider,Friedrich.(eds.).TheEncyclopediaofPublicChoice.Dordretch:Kluwer,p.146-159,2004.Samuelson,Paul;Solow,Robert.Analyticalaspectsofanti-inflationpolicy.AmericanEconomicReview,v.50,n.2,p.177-194,1960.Sargent,ThomasJ.;Wallace,Neil.“Rational”expectations,theoptimalmonetaryinstrument,andtheoptimalmoneysupplyrule.JournalofPoliticalEconomy,v.83,n.2,p.241-254,1975.Sayer,Stuart.Newpoliticaleconomy.JournalofEconomicSurveys,v.13,n.2,p.211-225,1999.Sayer,Stuart.Issuesinpoliticaleconomy:anoverview.JournalofEconomicSurveys,v.14,n.5,p.513-526,2000.Screpanti,Ernesto;Zamagini,Stefano.AnOutlineoftheHistoryofEconomicThought.2ndedition.Oxford:OxfordUniversityPress,2005.Shi,Min;Svensson,Jakob.Conditionalpoliticalbusinesscycles:theoryandevidence.7thAnnualConference,PoliticalBusinessCyclesinDevelopedandDevelopingCountries,UniversityofRochester,2000.Snowdon,Brian.Politicsandthebusinesscycle.PoliticalQuarterly,v.68,n.3,p.255-265,1997.Snowdon,Brian;Vane,HowardR.ModernMacroeconomics:itsorigins,developmentandcurrentstate.Cheltenham:EdwardElgar,2005.Stigler,GeorgeJ.Generaleconomicconditionsandnationalelections.AmericanEconomicReview,v.63,n.2,p.160-167,1973.Țigănaș,Claudiu-Gabriel;Peptine,Claudiu.Politicalbusinesscycleandeconomicinstability–literaturereview.CESWorkingPapers,v.4,n.4,p.853-865,2012.Tinbergen,Jan.Onthetheoryofeconomicpolicy.Amsterdam:NorthHolland,1952.Tingsten,Herbert.PoliticalBehavior:studiesinelectionstatistics.London:P.S.King&Son,1937.Toporowski,Jan.MichałKalecki’slegacy,aninterviewwithJanToporowski.WorldEconomicAssociationNewsletter,v.4,n.1,p.6-8,2014.Tufte,EdwardR.PoliticalControloftheEconomy.Princeton:PrincetonUniversityPress,1978.Velupillai,K.Vela.Åkerman,JohanHenrik.Eatwell,Milgate,Newman(1987),vol.1,p.75-76.Villamarín,PablodeCarlos.Ciclosdeorigenpolítico:lavisiónheterodoxadeKaleckiencontrasteconlavisiónortodoxa.ApuentesdelCENES,v.27,n.46,p.11-46,2008.Wagner,RichardE.Economicmanipulationforpoliticalprofit:macroeconomicconsequencesandconstitutionalimplications.Kyklos,v.30,n.3,p.395-410,1977.Wagner,RichardE.TheoriginsofpublicchoiceandVirginiapoliticaleconomy:whatwouldArthurLovejoyhavethought?GeorgeMasonUniversityDepartmentofEconomicsWorkingPaper15-56,2016.Weingast,BarryR.;Wittman,DonaldA.(eds.).TheOxfordHandbookofPoliticalEconomy.Oxford:OxfordUniversityPress,2006.Whiteley,Paul.(ed.).ModelsofPoliticalEconomy.London:Sage,1980.



RESPONSABILIDADESOBREASEMISSO� ESDE� � � NAAGRICULTURABRASILEIRAEM2009:UMAANA� LISE

DEINSUMO-PRODUTO

LuisaRaseraRaniro(UFSCar)MuriloMazzottiSilvestrini(UFSCar)

setor de Agricultura, Caça, Silvicultura e Pesca é o segundo maioremissor de gases do efeito estufa (GEE), responsável por 24% dasemissões mundiais de acordo com um levantamentorealizado pelo

Painel Intergovernamental de Mudanças Climáticas (2014). As estatísticas sãoaindamaisdesfavoráveisparaospaísesemdesenvolvimento,nosquaisoaumentodasemissõesnaagriculturaocorreuemmaiorproporção,principalmentedevidoàexpansãodeáreascultivadasparaproduçãoagrícola(FAO,2014).

Um aspecto importante das emissões na agricultura está relacionado àdefinição de a que país se devem atribuir as responsabilidades pelas emissões,umavezqueoaumentodasemissõesnosetoragrícolapodetersidocausadoporum crescimento da demanda externa por produtos agrícolas que são utilizadoscomomatéria-primaparaoutrossetoresemdiversasregiões.SegundoWyckoffeRoop(1994),oefeitodocomérciointernacionalnãoélevadoemconsideraçãonaformulaçãodeacordosinternacionaisdecontroledeemissõesdeGEE,osquaissebaseiam apenas nas emissões geradas dentro dos limites geográficos dos paísesemissores.

Atribuirasresponsabilidadespelasemissõescorretamenteéuma questãode justiça, uma vez que muitos países têm suas produções viabilizadas pelaimportaçãodeinsumosagrícolasdeoutrospaíses,osquaisnãopodemserúnicospenalizadosporisso.Esteproblemapodeserilustradopelofatodeque,em2011,amaiorpartedasemissõesdosetordeagriculturaglobalfoigeradaparaatenderàsdemandas domésticas de outros setores e de outros países (WIEBE & YAMANO,2016).

No Brasil, segundo estimativas do Sistema de Estimativas de Emissões deGasesdeEfeitoEstufa–SEEG(2015),asemissõesdaagriculturabrasileira,quandoconsideradasapenasasemissõesdiretas,representamcercade30%dasemissõestotais do país e, se adicionadas as emissões indiretamente ligadas aos processosagrícolas, esta representatividade chega a aproximadamente 60% das emissõesbrasileirasdeGEE.

Nesse sentido, este estudo tem como objetivo determinar as emissõespróprias,causadaseefetivasdosetordeAgricultura,Caça,SilviculturaePescadoBrasil, em 2009, por meio de um modelo de insumo-produto multi-regional. Asemissõesprópriasdeumsetorideumpaísjsãoaquelasgeradasparasuprirsuaprópria demanda e para atender às demandas de outros setores internos e

O



externos. As emissões causadas por um setor i de um país j correspondem àsemissõesgeradasporoutrossetoresdopaísjeporoutrossetoresdeoutrospaísespara atender à demanda do setor i. As emissões efetivas se referem ao total deemissõespelasquaisumsetorideumpaísjéresponsável,ouseja,éasomadasemissõesprópriascomasemissõescausadas.

Pormeiodeummodelomulti-regionaldeinsumo-produto,queexpressaasinter-relaçõesentreospaíseseentreossetoresprodutivospormeiodofluxodebens destinados tanto à demanda final quanto ao consumo intermediário, econsiderandoamatrizdeemissõesde2009,foipossívelextrairamatrizdefluxosintersetoriais que, juntamente com a matriz de produção, gera a matriz A decoeficientestécnicos��querepresentamademandadiretadosetoriporinsumosdosetor j paraaprodução deumaunidademonetáriadeproduto. Esta matrizAdará origem à matriz inversa de Leontief representadas por �=(�−�)−1. Paraincorporarosdadosdeemissõesde��2nomodeloIR-IPutilizou-seametodologiabaseada em Vale e Perobelli (2013), que consiste em pré-multiplicar a matrizinversa de Leontief pela matriz de coeficiente de intensidade de emissões quepermitem identificar setores mais intensivos e menos intensivos em relação àsemissõesesãodefinidospelarazãoentreaemissãode��2sobreovalorbrutodeprodução de um determinado setor de atividade. Por fim, ponderou-se a matrizinversa de Leontief pela matriz de coeficientes de emissões para 2 chegar aosvalores de emissões de 40 países, mais o resto do mundo, e de cada um dos 35setoresdeatividade.

Os resultados preliminares mostraram que as emissões próprias daagricultura no Brasil em 2009 corresponderam a cerca de 61% do total deemissões do país. Considerando o aspecto das responsabilidades, os setoresinternos foram responsáveis pela maior parte se comparado à parcelacorrespondenteàdemandadeoutrospaísesporinsumosagrícolasbrasileiros.Emrelação às emissões causadas pela agricultura do Brasil em 2009, a maior parteestáligadaàdemandadosetordeinsumosdeoutrossetoresdeoutrospaíses.

Nosresultadosdasemissõesdaagriculturabrasileiraemrelaçãoaospaíses,aChinaapareceucomomaiordemandantedeemissõesdosetoragrícolabrasileiroem2009,mastambémomaior“fornecedor”deemissõesparaosetornoBrasil.

Emrelaçãoàsemissõesentreossetoresinternoseexternos,osresultadosmostraram que os setores de agricultura dos outros países foram os maioresdemandantes de emissões do setor de agricultura do Brasil. Entre os setoresinternos, o setor de eletricidade, gás e fornecimento de água apareceu comoprincipalfontedeemissõescausadasdaagriculturaem2009.FOODANDAGRICULTUREORGANIZATIONOFTHEUNITEDNATIONS.Agriculture, Forestry and Other Land Use Emissions by Sources and Removals by Sinks: 1991-2011 Analysis.Roma,2014.Disponívelem<http://www.fao.org/docrep/019/i3671e/i3671e.pdf>.Acessoem:02mai.2017.INTERGOVERNMENTALPANELONCLIMATECHANGE.Climate Change 2014: Mitigation of Climate Change. Contribution of Working Group III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change,NewYork:CambridgeUniversityPress,2014,p.811-923.Disponívelem<http://www.ipcc.ch/pdf/assessment-report/ar5/wg3/ipcc_wg3_ar5_full.pdf>.Acessoem:29abr.2017.VALE,V.A.;PEROBELLI,F.S.ComércioInternacionaleEmissões:UmaAnáliseintertemporaldeInsumo-Produto.XLIEncontroNacionaldeEconomia,2013,FozdoIguaçú.Anais... FozdoIguaçú,AssociaçãoNacionaldosCentrosdePós-GraduaçãoemEconomia,2013.



WYCKOFF,A.W.;ROOP,J.M.Theembodimentofcarboninimportsofmanufacturedproducts:Implicationsforinternationalagreementsongreenhousegasemissions.Energy Policy,v.22,n.3,p.187-194,1994.WIEBE,K.S.;YAMANO,N.EstimatingCO2emissionsembodiedinfinaldemandandtradeusingtheOECDICIO2015:MethodologyandResults.OECD Science, Technology and Industry Working Papers, 2016/05, Paris: OECD Publishing, 2016, 39 p. SISTEMADEESTIMATIVADEEMISSÕESDEGASESDEEFEITOESTUFA.Evolução das emissões de gases de efeito estufa no Brasil (1970-2013): setor de agropecuária.Documentodeanálise,SãoPaulo,2015.Disponívelem<https://www.imaflora.org/downloads/biblioteca/55ca3a26a856a_agropecuaria_2015.pdf>.Acessoem:29abr.2017.



PRICEDYNAMICSINBRAZILIANCOFFEEMARKETBASEDONTHE

FUNDAMENTALS

onsideringdatafromUnitedStatesDepartmentofAgriculture(USDA,2017),theBraziliancoffeetotalexportsrepresented26%ofallcoffeeexports considering the whole world, from 2015 to 2017. Vietnam

and Colombia followed Brazil with 21.7% and 9.7% participation, respectively.ConcerningtheproductionofArabicatypeofgrain,Brazilaccountedwith44%oftotalshare,from2015to2017.Colombiaisthesecondlargerproducerwith15%andEthiopiaisthethird,representing7%.

TakingintoaccounttheparticipationofBrazilonthiscommodityshareoninternational markets, some strategies can be conducted to provide morecompetitiveness.AccordingtoSilvaandReis(2013),coffeeproducersaretryingtouse a strategy of anchoring their costs. One advantage of this strategy is thatproducers can compensate the unpredictable variability of this commoditie’sprices.Ontheotherhand,iftheproducercanalsounderstandthepricedynamicsof the commodity, he can identify and take advantage of arbitrage opportunitiesandcomeupwithriskreductionstrategies(KOONTZ;GARCIA;HUDSON,1990).

One possibility to do better understanding of price dynamics in spot andfuturesmarketsistotakeintoaccounttheTheoryofStorage(KALDOR,1939).Thistheory implies that the relationship between spot and futures prices follows thefundamental factors,suchasthesupply-and-demandrelationship(NG;PIRRONG,1994). Working (1949) pointed out that for backwardation periods, holding acommoditycangivethebenefitofconvenienceyield.Ontheotherhand,incontagoperiods,thedifferencefromspotandfuturespricescanvaluethecostofstorage.Thus, the relationship between spot and futures prices is named the storageadjustedspread,inwhichequalsthenegativevalueofconvenienceyield.

Some testable hypothesis on analyzing theTheory of Storage implicationsare suggested by Fama and French (1987) and Ng and Pirrong (1994). One fistimplication is that the volatility of spot and futures returns are greater as thestorage adjusted spread increases in magnitude. A second follows as a shock insmallstocksimplyonaspotvariancegreater thanfuturesvariance,ontheotherhand,ashockonlargestocksshouldkeepthevarianceofspotandfuturesreturnsequal.

Thus,theobjectiveofthisprojectistoanalyzetherelationshipofSãoPaulostate spot prices and futures of 4/5 Arabica Coffee contracts prices dynamics,basedontheTheoryofStorage’sstorageadjustedspread.Toverifytheevidence,we are going to use time series models and interpret the parameters values andsignals.

TheanalyticalmodelistheVectorErrorCorrection(VEC)withthetermofthe lagged storage adjusted spread,�t-1, because this last should be cointegrated

withthereturnseries.Thus,theEquation(1)andEquation(2)specifiesthemodel(NG;PIRRONG,1994).

C



Where�tand�tarethespotandfuturespricesattime�;�iand�iarethe

numberofparametersforspecificationof�lagsusingAkaike’scriterion(AKAIKE,1981); and �t and �t are the stochastic errors to test for conditionalheteroskedasticity.

Toanalyzethevolatilityofthereturns,wearegoingtouseaGARCHmodel,asEquation(3)andEquation(4).

Whereℎtrepresentsthevolatilityontime�,andℎt-iisthetermforlaggedvolatility;�and�aretheparametersforspotandfuturesvolatilities;and�2t-1isthesquaredlagged storage adjusted spread. Thus, the second implication of the theory ofstorage implies that�3 >�3 > 0, because spot volatility tends to be higher thanfuturesvolatilityduetosupplyconditions.

ThedailyspotpricesatSãoPaulostatewerefromtheCenterofAdvancedStudiesonAppliedEconomy(CEPEA,2017),dailyfuturespricesweretakenfromHistoricalMarketDataofBM&FBovespa(BMFBOVESPA,2017).Theconvenienceyield was calculated using Method 1 from (Brooks; Procopczuk and Wu (2015),usinghistoricalpricesofSELICinterestrate,obtainedfromCentralBankofBrazil.

References AKAIKE, H. Likelihood of a model and information criteria.JournalofEconometrics,v.16,n.1,p.3–14,1981.BMFBOVESPA.RecuperaçãodeInformações.Disponívelem:<http://www2.bmf.com.br/Mais/Index.html?Idioma=pt-br>.Acessoem:11nov.2017.BROOKS,C.;PROKOPCZUK,M.;WU,Y.BoomsandBustsinCommodityMarkets:BubblesorFundamentals?JournalofFuturesMarkets,v.35,n.10,p.916–938,2015.CEPEA.ConsultasaoBancodeDadosdosite.Disponívelem:<https://www.cepea.esalq.usp.br/br/consultas-ao-banco-de-dados-do-site.aspx>.Acessoem:11out.2017.FAMA,E.F.;FRENCH,K.R.CommodityFuturesPrices:SomeEvidenceonForecastPower,Premiums,andtheTheoryofStorage.TheJournalofBusiness,v.60,n.1,p.55,1987.KALDOR,N.Speculationandeconomicstability.ReviewofEconomicStudies1,v.7,p.1–27,1939.KOONTZ,S.R.;GARCIA,P.;HUDSON,M.A.Dominant-SatelliteRelationshipsBetweenLiveCattleCashandFuturesMarkets.TheJournalofFutureMarkets,v.10,n.2,p.123–136,1990.NG,V.K.;PIRRONG,S.C.FundamentalsandVolatility:Storage,Spreads,andtheDynamicsofMetalsPrices.TheJournalofBusiness,v.67,n.2,p.203–230,1994.SILVA,B.A.DEO.;REIS,E.A.DOS.Thebiannualityofcoffeecultureandtheeconomicresultofstorage.Custoseagronegócio,v.9,n.3,p.2–26,2013.USDA.USDA:PDSReports.Disponívelem:<https://apps.fas.usda.gov/psdonline/app/index.html#/app/downloads>.Acessoem:11out.2017.WORKING,H.TheTheoryofPriceStorage.1TheAmericanEconomicReview,v.39,n.6,p.1254–1262,1949.



Academicrankingsandpluralism:thecaseofbrazilandthenewversion

ofqualis.

IanCoelhodeSouzaAlmeida(CEDEPLAR/UFMG),RafaelGalvãodeAlmeida(CEDEPLAR/UFMG)eLucasResendedeCarvalho(CEDEPLAR/UFMG).

hepaperapproachesthethemeoftherelativelyhigherlevelofpluralisminBrazilianeconomics,whencomparedtotheothercountries,fromadifferentapproachusedintheliterature.ConsideringtheQualisasaninstrumentof

great impact in the research of the Brazilian graduate education centers, mainlybecauseofitsimpactintheCAPESevaluationofthecenters,weanalyzetheabruptchange in the journalrankingthatoccurred in2016.Beforepresentingthisdata,wefirstfocusedinunderstandingthemetricsthatarepartoftheQualis,andhowrelevantthebiasesfromotherindexesthantheImpactFactorare.Afterwards,wepresentareviewofthenationalliteratureconcerningtheacademicproductionineconomics, showing how some problems due to incentives and structure stillpersist.We,then,presentourresults:wefoundoutthattheincreaseofjournalsinthe higher strata of the Qualis without a research agenda bias, and with a greatinclusion of specialized sub-fields of the discipline. Besides, the impact that thischangewillcauseinthe2017CAPES’evaluationcannotbeseenasfavoringcentersby their division in mainstream and non-mainstream. Having this in mind, wearguethatthemodificationskeepincentivestopluralism,besidescorrectingmanyproblemsintheranking.References Aistleitner,M.,Kapeller,J.,Steinerberger,S.,2017.CitationPatternsinEconomicsandBeyond:AssessingthePeculiaritiesofEconomicsfromTwoScientometricPerspectives.ICAEWorkingPaperSeries,60,April,2017.Azzoni,C.R.,1998.“Clássicos”daliteraturaeconômicabrasileira:trabalhoseautoresmaiscitadosnasnossasrevistasacadêmicas.Econ.Apl.2(4),771–780.Azzoni,C.R.,2000.DesempenhodasrevistasedosdepartamentosdeeconomiabrasileirossegundopublicaçõesecitaçõesrecebidasnoBrasil.Econ.Apl.4(4),787–822.Bar-Ilan,J.,2008.Whichh-index?AcomparisonofWoS,ScopusandGoogleScholar.Scientometrics74(2),257–271.Barata,R.C.B.,2016.DezcoisasquevocêdeveriasabersobreoQualis.Rev.Bras.Pós-Graduação13(30),13–40.Barret,C.B.,Olia,A.,Bailey,D.V.,2000.Subdiscipline-specificjournalrankings:whitherappliedeconomics?Appl.Econ.32(2),239–252.Besancenot,D.,Faria,J.R.,Vrancenau,R.,2009.Whybusinessschoolsdosomuchresearch:asignalingexplanation.Res.Policy38(7),1093–1101.Bordon,M.,Fernández,M.T.,Gómez,I.,2002.Advantagesandlimitationsintheuseofimpactfactormeasuresfortheassessmentofresearchperformanceinaperipheralcountry.Scientometrics53(2),195–206.CAPES,2009.DocumentodeÁrea2009,http://www.capes.gov.br/component/content/article/44-avaliacao/4664-economia.(Accessed25August2017).CAPES,2013a.CritériosdeQualificaçãodoQualis,http://www.capes.gov.br/component/content/article/44-avaliacao/4664-economia.

T



(Accessed25August2017).CAPES,2013b.DocumentodeÁrea2013,http://www.capes.gov.br/component/content/article/44-avaliacao/4664-economia.(Accessed25August2017).CAPES,2015.RelatórioSemináriodeAcompanhamento2015,http://www.capes.gov.br/component/content/article/44-avaliacao/4664-economia.(Accessed25August2017).CAPES,2016.Considerac¸õessobreoQualis,http://www.capes.gov.br/component/content/article/44-avaliacao/4664-economia.(Accessed25August2017).CAPES,2017.DocumentodeÁrea2017,http://www.capes.gov.br/component/content/article/44-avaliacao/4664-economia.(Accessed25August2017).Cedrini,M.,Fontana,M.,2018.Justanothernicheinthewall?Howspecializationischangingthefaceofmainstreameconomics.Camb.J.Econ.42(2),427–451.Chagas,A.L.S.,2017.Publishorperish:umrankingderevistasdasubáreadeeconomiaregionaleurbanaparaospesquisadoresbrasileiros.Rev.Bras.EstudosReg.Urbanos1(4),515–536.Codato,A.,Cavalieri,M.,Perissinotto,R.,Dantas,E.G.,2016.Economicmainstreamandpower:aprofileanalysisofCentralBankdirectorsduringPSDBandPTgovernmentsinBrazil.NovaEcon.26(33),687–720.Combes,P.,Linnemer,L.,2010.InferringMissingCitations:AQuantitativeMulti-CriteriaRankingofallJournalsinEconomics.GREQAM,Q6Universitésd’Aix-MarseilleIIetIII,DocumentdeTravail2010-2018.Conley,J.P.,2012.Lowacceptancerates,commercialpublishing,andthefutureofscholarlycommunication.Econ.Bull.32(4),A37.Dequech,D.,2007.Neoclassical,mainstream,orthodox,andheterodoxeconomics.J.PostKeynes.Econ.30(2),279–02.Dequech,D.,2014.AplicandooconceitodemainstreameconomicsforadosEstadosUnidoseEuropa:ocasodoBrasilcomoumexemplodepluralismo.In:4thEuropeanSocietyfortheHistoryofEconomicThoughtLatinAmericaConference,BeloHorizonte,MG.Dobusch,L.,Kapeller,J.,2009.DiskutierenundZitieren:zurparadigmatischenKonstellationaktuellerökonomischerTheorie.Intervention6(2),145–152.Dobusch,L.,Kapeller,J.,2012.HeterodoxUnitedvs.MainstreamCity?Sketchingaframeworkforinterestedpluralismineconomics.J.Econ.Issues46(4),1035–1058.Elsevier,2017.Measuringajournal’simpact,https://www.elsevier.com/authors/journal-authors/measuring-a-journals-impact.(Accessed13June2017).Faria,J.R.,2000.TheresearchoutputofacademiceconomistsinBrazil.Econ.Apl.4(1),95–113.Faria,J.R.,2001.Rent-seekinginacademia:theconsultancydisease.Am.Econ.45(2),69–74.Faria,J.R.,2004.Someincentivesforpublication:thecaseoftheCAPES’listofeconomicjournals.Econ.Apl.8(4),1–26.Faria,J.R.,2009.MostcitedarticlespublishedinBrazilianjournals:GoogleScholarrankings.EconomiA11(1),1–25.Faria,J.R.,AraújoJr.,A.F.,Shikida,C.,2007a.TheinternationalresearchofacademiceconomistsinBrazil:1999-2006.Econ.Apl.11(3),387–406.Faria,J.R.,AraújoJr.,A.F.,Shikida,C.,2007b.ThecitationpatternofBrazilianeconomists.EstudosEcon.37(1),151–166.Faria,J.R.,Mixon,F.G.,Upadhyaya,K.P.,2018.Editorreputationandjournalquality:thecaseofregionaleconomicassociationjournals.B.E.J.Econ.Anal.Policy18(1),1–20.Fernández,R.G.,Suprinyak,C.E.,2016.ManufacturingPluralisminBrazilianEconomics:theroleofANPECasinstitutionalmediatorandstabilizer.In:XLIVEncontroNacionaldeEconomia,2016,FozdoIguaçu,AnaisdoXLIVEncontroNacionaldeEconomia.Glänzel,W.,Moed,H.F.,2002.Journalimpactmeasuresinbibliometricresearch.Scientometrics53(2),171–193.Gonçalves,R.,David,M.D.,1982.Aproduçãoacadêmicadasprincipaisrevistasdeeconomia:balançodeumadécada.Lit.Econ.4(3),283–308.Guimarães,B.,2011.Qualisasameasuringstickforresearchoutputineconomics.Braz.Rev.Econ.31(1),3–18.Haddad,E.A.,Mena-halcol,J.P.,Sidone,O.J.G.,2017.Produçãocientíficaeredesdecolaboraçãodosdocentesvinculadosaosprogramasdepós-graduaçãoemeconomianoBrasil.EstudosEcon.47(4),617–679.



Harzing,A.-W.,Alakangas,S.,2016.GoogleScholar,ScopusandtheWebofScience:alongitudinalandcross-disciplinarycomparison.Sciento-metrics106(2),787–804.Harzing,A.-W.,Wal,R.A.,2009.GoogleScholarh-indexforjournals:analternativemetrictomeasurejournalimpactineconomicsandbusiness.J.Am.Soc.Inf.Sci.Technol.60(1),41–46.Harzing,A.-W.,2018.Harzing.com.ResearchinInInternationalManagement:JournalQualityList,https://harzing.com/resources/journal-uality-list.(Accessed26February2018).Hodge,D.,Lacasse,J.R.,2011.Evaluatingjournalquality:istheH-indexabettermeasurethanimpactfactors?Res.Soc.WorkPract.21(2),222–230.Issler,J.V.,Ferreira,R.C.,2004.AvaliandopesquisadoresedepartamentosdeeconomianoBrasilapartirdecitaçõesinternacionais.Pesqui.PlanejamentoEcon.34(3),491–537.Issler,J.V.,Pillar,T.C.L.A.,2002.Mensurandoaproduçãocientíficanacionalemeconomiadepesquisadoresedepartamentosbrasileiros.Pesqui.PlanejamentoEcon.32(2),323–381.Kalaitzidakis,P.,Mamuneas,T.,Stengos,T.,2003.Rankingofacademicjournalsandinstitutionsineconomics.J.Eur.Econ.Assoc.1(6),1346–1366.Kodrzycki,Y.,Yu,P.,2006.Newapproachestorankingeconomicsjournals.B.E.J.Econ.Anal.Policy5(1),1–44.Lawrence,P.A.,2008.Lostinpublication:howmeasurementharmsscience.EthicsSci.Environ.Politics8,9–11.Lee,F.S.,2007.TheResearchAssessmentExercise,thestateandthedominanceofmainstreameconomicsinBritishuniversities.Camb.J.Econ.31(2),309–325.Lee,F.S.,Cronin,B.C.,McConnel,S.,Dean,E.,2010.Researchqualityrankingsofheterodoxeconomicjournalsinacontesteddiscipline.Am.J.Econ.Sociol.69(5),1409–1452.Loureiro,M.R.,Lima,G.T.,1994.AinternacionalizaçãodaciênciaeconômicanoBrasil.Rev.Econ.Política14(3),31–50.Mering,M.,2017.Bibliometrics:understandingauthor-,article-andjournal-Levelmetrics.SerialsRev.43,41–45.Mingers,J.,Harzing,A.-W.,2007.Rankingjournalsinbusinessandmanagement:astatisticalanalysisoftheHarzingdataset.Eur.J.Inf.Syst.16(4),303–16.Mongeon,P.,Paul-Hus,A.,2016.ThejournalcoverageofWebofScienceandScopus:acomparativeanalysis.Scientometrics106(1),213–228.Novaes,W.,2008.ApesquisaemeconomianoBrasil:umaavaliaçãoempíricadosconflitosentrequantidadeequalidade.Rev.Bras.Econ.62(4),467–495.Rafols,I.,Leydesdorff,L.,O’Hare,A.,Nightingale,P.,Stirling,A.,2012.Howjournalrankingscansuppressinterdisciplinaryresearch:acomparisonbetweenInnovationStudiesandBusiness&Management.Res.Policy41(7),1262–1282.Silva,S.,2009.GoingparochialintheassessmentoftheBrazilianeconomicsresearchoutput.Econ.Bull.29(4),284

ppgec/ufscar · ppgec/ufscar dez/2017 página 4 apresentaÇÃo organizado por professores, alunos e...

Documents