Esta pesquisa busca conhecer as variáveis explicativas dos crimes de roubo e furto no estado de São Paulo em 2016, através de técnicas econométricas e da distribuição espacial. Com base na teoria do crime de Becker e teoria da desorganização social, considerou-se que esses crimes são relacionados às características econômico-sociais, demográficas e intrínsecas aos municípios, sendo que sua distribuição no espaço não é uniforme. A partir do perfil dos apenados no estado de São Paulo em 2016 e características de seus municípios, foram utilizadas as técnicas de AEDE (Análise Exploratória de Dados Espaciais) e regressões cross section espacial e tradicional para analisar a distribuição espacial dos crimes de furto e roubo e suas variáveis explicativas. Os resultados obtidos evidenciaram que entre os apenados no estado de São Paulo em 2016, 94,58% eram homens; 41,07% dos homens e 19,11% das mulheres foram condenados pelos crimes de furto e roubo. Indivíduos com idade entre 18 e 39 anos representavam 83,31% do total de detentos. Através dos mapas de clusters, evidenciou-se que os crimes de furto e roubo em 2016 concentraram-se na Região Metropolitana de São Paulo e no litoral do estado. Foi feita a análise bivariada contra variáveis que foram significativas nos modelos estimados e foi encontrada uma dependência espacial entre elas. As variáveis explicativas de medição de desenvolvimento econômico e social, incluídas nos modelos, , foram: densidade demográfica, homens de 15 a 30 anos com menos de 8 anos de estudo, IFDM para emprego e renda e para educação, mulheres chefes de família sem a presença do cônjuge na residência, população de 18 a 24 anos que não estudava nem trabalhava, taxa de fecundidade, número de pessoas presas pelo tráfico de drogas, população de 14 a 17 anos que não estudava nem trabalhava e a taxa de fecundidade. Os resultados obtidos nos modelos foram ao encontro com a literatura estudada, bem como com a análise da população prisional do Estado, ou seja, foi possível, através do estudo das variáveis descritas, determinar quais os principais fatores que levam ao surgimento dos crimes de furto e roubo nas diferentes mesorregiões do estado de São Paulo. Com isso, as autoridades podem sensibilizar recursos para diminuir os crimes lucrativos através de políticas públicas.

O objetivo da pesquisa é analisar o grau de intensidade da modernização do setor agrícola do Paraná para os anos censitários de 1995 e 2006. A fonte de dados utilizada foi o Censo Agropecuário do Brasil/Instituto Brasileiro de Geografia e Estatística (IBGE) para os anos de 1995 e 2006. Foram utilizados dois métodos para o tratamento e análise de dados: análise fatorial e análise espacial e dados. A Análise Fatorial permitiu construir o Índice de Modernização Agrícola (IMA), e posteriormente adotou-se Análise Exploratória de Dados Espaciais (AEDE) para verificar padrões de concentração espacial. A revisão de literatura tem por base inovação, modernização agrícola, análise multivariada e análise espacial. Os resultados mostraram que os indicadores que mais contribuíram na formação dos IMAs foram de maquinaria, adubos e corretivos, sementes e mudas, defensivos agrícolas e irrigação, respectivamente. Os IMAs médios estaduais e mostraram-se parecidos (em torno de 0,26) para os anos censitários, bem como número de municípios por classes. Registra-se para os anos censitários maior concentração de municípios na classe de médio desempenho. A análise espacial permitiu verificar forte correlação espacial do IMA para os municípios do Paraná nos anos analisados, com formação de clusters de alta e baixa modernização agrícola. Foram identificados três clusters relevantes de baixo IMA, localizados na parte central do Estado, na noroeste, e outro no leste do Estado. Também foram identificados seis importantes clusters de alto IMA: nas mesorregiões Norte Central, Norte Pioneiro, na mesorregião Centro Ocidental, dois na mesorregião Oeste, e por fim um na mesorregião Metropolitana de Curitiba. Quanto às características dos clusters de baixo IMA, tem-se que ocorrem em áreas de baixo IDH, de relevo e solo inaptos ou com restrições à mecanização, de menor fertilidade, vulneráveis a erosão, baixa produtividade agropecuária e pouco capitalizada. Já os clusters de alto IMA ocorrem em áreas de melhores IDH, com relevo apto a mecanização, solos férteis e com baixa restrição à produção agropecuária, fortemente relacionados a alta produtividade e capitalização. Conclui-se que que no período analisado os clusters dinâmicos têm por base, a agricultura moderna de grãos, especializada nas culturas de soja e milho, exceto o cluster da mesorregião Metropolitana de Curitiba (olericultura e hortifruticultura) e fortemente mecanizada.

O objetivo do estudo é analisar a pobreza nos municípios do Brasil no ano de 2010. Utilizou-se a metodologia de Análise Exploratória dos Dados Espaciais e a econometria espacial. Os resultados mostram que a pobreza não se distribui aleatoriamente entre os municípios brasileiros, ou seja, existe formação de agrupamentos com elevado número de pobres. O I de Moran revelou a existência da autocorrelação da pobreza nos municípios do Brasil, ocorrendo assim o impacto de vizinhança, ou seja, em determinadas regiões existem municípios com elevada taxa de pobreza e circunvizinhados por municípios na mesma situação. A análise bivariada mostra que a pobreza esta relacionada geograficamente e de forma negativa com a renda média por pessoa, com a taxa de urbanização e com o Programa Bolsa Família, assim municípios onde a pobreza é elevada a renda é baixa, a quantidade de pessoas residindo em área rural esta acima da média e o programa social Bolsa Família não atende efetivamente todas as famílias pobres. Ao confrontar a pobreza com o analfabetismo, o desemprego e o índice de Gini foi observada relação positiva, corroborando que os municípios com elevada taxa de pessoas miseráveis exibem alta concentração de renda, e percentual de pessoas analfabetas e desempregadas acima da média. Os modelos econométricos espaciais se mostraram mais adequado para analisar o impacto das variáveis explicativas na taxa de pobreza, sendo que o modelo com defasagem e erro espacial (SAC) apresentou o melhor ajuste. Os coeficientes revelam que os aumentos na renda e a ampliação dos programas sociais tendem a reduzir a taxa de pobreza, já o aumento no número de desempregados, de analfabetos elevam a taxa de pobreza assim como a concentração de renda. O estudo conclui que a pobreza esta concentrada em algumas regiões no Brasil, principalmente nas unidades municipais localizadas no Norte e Nordeste brasileiro. Os municípios situados nas regiões Sul, Sudeste e Centro-Oeste contemplam taxa de pobreza abaixo da média. A taxa de analfabetismo, o desemprego e a concentração de renda tendem a aumentar a quantidade de pessoas pobres nos municípios do Brasil, ao passo que o atendimento do programa social Bolsa Família e a geração de renda fazem a taxa de pobreza diminuir. Os municípios onde há grande parcela da população residindo em áreas rurais tendem a apresentar elevada taxa de pobreza, assim são necessárias políticas públicas especificas para combater e diminuir o número de miseráveis nas localidades com essa característica.