Rice agricultural produtivity in Brazil: a spatial analysis

Authors

Abstract

Rice is a grain that is part of the diet of a large part of the world's population, and its production plays an important economic and social role in Brazil and in the world. This research aims to determine the spatial autocorrelation of rice agricultural productivity among Brazilian microregions, using the Exploratory Spatial Data Analysis (AEDE) methodology, contributing to the investigation of the spatial effects of rice agricultural productivity in the country. Their results indicated the presence of positive spatial autocorrelation between the variables, which means that microregions with high or low agricultural productivity are grouped in specific areas of the map, surrounded by microregions with similar characteristics for this variable, making it possible to identify productivity spillover effects between neighboring microregions. It can be concluded that grains agricultural productivity variable has a heterogeneous distribution among country microregions, in other words, agricultural productivity is increasingly autocorrelated spatially over time.

Author Biographies

Claudia Aline de Souza Ramser, UFSM

Doutoranda do Programa de Pós-Graduação em Administração – PPGA, da Universidade Federal de Santa Maria - UFSM

Adriano Mendonça Souza, UFSM

Professor Doutor Titular do Departamento de Estatística da Universidade Federal de Santa Maria – UFSM

References

AGEITEC. Agência Embrapa de Informação Tecnológica. Disponível em: http://www.agencia.cnptia.embrapa.br/.

ALMEIDA, E. S. de; PEROBELLI, F. S.; FERREIRA, P. G. C. Existe convergência espacial da produtividade agrícola no Brasil? Revista de Economia e Sociologia Rural, v. 46, n. 1, p. 31–52, 2008.

ALMEIDA, E. Econometria espacial aplicada. Campinas: Alínea, 2012.

ANSELIN, L. Local Indicators of Spatial Association—LISA. Geographical Analysis, v. 27, n. 2, p. 93–115, 1995.

BACHA, C. J. C.; DANELON, L.; FILHO, E. D. B. Evolução da taxa de juros real do crédito rural no Brasil - período de 1985 a 2003. Teoria e evidência econômica, v. 14, n. 26, p. 43–69, maio 2006.

EMBRAPA. Empresa Brasileira de Pesquisa Agropecuária. Disponível em: https://www.embrapa.br/.

IBGE. Instituto Brasileiro de Geografia e Estatística. Disponível em: https://www.ibge.gov.br/.

MARCOS, C. et al. Determinantes do comércio Brasil-China de Commodities e produtos industriais: uma aplicação VECM. Economia Aplicada, v. 15, n. 2, p. 311–335, 2011.

MORAN, P. A. The interpretation of statistical maps. Journal of the Royal Statistical Society, v. 10, n. 2, p. 243–251, 1948.

FAO. Organização das Nações Unidas para a alimentação e a agricultura. Disponível em: http://www.fao.org/brasil/pt/.

PASCHOALINO, P. A. A. T. et al. Análise espacial da produtividade do feijão nos municípios paranaenses entre 2006 e 2014. Economia & Região, v. 5, n. 1, p. 107–123, 2017.

POERSCHKE, R. P.; MORAIS, I. A. C. de. Determinantes da demanda brasileira por importação de arroz: uma abordagem não linear. Revista de Economia e Sociologia Rural, v. 52, n. 1, p. 177–194, 2014. Disponível em: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-20032014000100010&lng=pt&tlng=pt.

TEIXEIRA, R. F. A. P.; BERTELLA, M. A. Distribuição espaço-temporal da produtividade média do café em Minas Gerais: 1997-2006. Análise Econômica, v. 33, n. 63, p. 275–299, 31 mar. 2015.

Published

26-12-2022

How to Cite

Marasca, L., Ramser, C. A. de S., & Souza, A. M. (2022). Rice agricultural produtivity in Brazil: a spatial analysis. Sigmae, 11(1), 33–39. Retrieved from https://publicacoes.unifal-mg.edu.br/revistas/index.php/sigmae/article/view/1886