| Summary: | Submitted by Fabio Sobreira Campos da Costa (fabio.sobreira@ufpe.br) on 2017-04-27T13:35:51Z
No. of bitstreams: 2
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
Dissertação de Economia_Marina Barbosa_2015.pdf: 1173994 bytes, checksum: 56ba2ed2359e0d8717bcb98803a45d70 (MD5) === Made available in DSpace on 2017-04-27T13:35:51Z (GMT). No. of bitstreams: 2
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
Dissertação de Economia_Marina Barbosa_2015.pdf: 1173994 bytes, checksum: 56ba2ed2359e0d8717bcb98803a45d70 (MD5)
Previous issue date: 2015-03-02 === FACEPE === A despeito de sua relevância para vida urbana brasileira, há um número bastante reduzido de
estudos que tratam dos determinantes do tempo de commuting no Brasil, e ainda menos para a
RMRs. Este trabalho fornece, pois,evidênciasa respeito dos condicionantes da mobilidade
urbana nos municípios da Região Metropolitana do Recife (RMR), através do estudo do
tempo de deslocamento casa-trabalho dos ocupados (tempo de commuting). Para tal, utiliza o
instrumental fornecido pela Econometria Espacial aplicado a dados do Censo Demográfico
2010 do IBGE, com corte para Áreas de Ponderação. Considerando a forte dependência
espacial associada ao deslocamento nos centros urbanos, foram considerados o Spatial Durbin
Model(SDM), que fornece estimativas para dados que apresentam dependência espacial na
variável dependente e nas variáveis explicativas, através da inclusão de um termo de
defasagem espacial e o Spatial Error Model (SEM), que considera situações em que há
autocorrelação espacial no termo de erro. A análise dos testes de dependência espacial
mostrou que para a região estudada a dependência espacial ocorre via resíduos e não via
defasagem espacial, de modo que os resultados considerados são os do modelo SEM. As
evidências obtidas indicam que a distância ao centro e a densidade populacional exercem
influência positiva no tempo de commuting, enquanto a renda domiciliar per capita e o
percentual de imóveis alugados de cada área têm influência negativa. === Despite its relevance for the brazilian urban life, there are only a few studies which deal with
the determinants of the commuting time in Brazil, and even fewer for the metropolitan region
of Recife. The present work provides, then, evidence about the urban mobility conditioning
for the municipalities of the metropolitan region of Recife (RMR), by studying the homework
translation time of the employed (commuting time). To accomplish that, it uses a spatial
econometrics framework applied to data provided by the 2010 IBGE Demographic Census,
focused on weighting areas. Considering the strong spatial dependence related to the
translation in urban centers, we considered the Spatial Durbing Model (SDM), which provides
estimates for data that present spatial dependence in the dependent and explanatory variables,
through the inclusion of a spatial lag term and the Spatial Error model (SEM), which
considers situations in which there are spatial autocorrelation in the error term. The analysis
of the spatial dependence tests showed that for the studied region the spatial dependence
occurs through the disturbances and not through spatial lag, so that the presented results are
from the SEM Model. The evidences obtained indicate that the distance to downtown and the
population density positively influence the commuting time, while the median household
income and the rented property percentage in each area has a negative influence.
|
|---|
