Please use this identifier to cite or link to this item:
https://repositorio.ipea.gov.br/handle/11058/2177
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Schmidt, Alexandra Mello | - |
dc.contributor.author | Moreira, Ajax Reynaldo Bello | - |
dc.contributor.author | Fonseca, Thais C. O. da | - |
dc.contributor.author | Helfand, Steven M. | - |
dc.coverage.spatial | Municípios da região Centro-Oeste, Brasil | pt_BR |
dc.date.accessioned | 2013-11-20T11:59:57Z | - |
dc.date.available | 2013-11-20T11:59:57Z | - |
dc.date.issued | 2006-10 | - |
dc.identifier.uri | http://repositorio.ipea.gov.br/handle/11058/2177 | - |
dc.description.abstract | Neste texto, analisamos a produtividade de estabelecimentos agrícolas localizados em 370 municípios da região Centro-Oeste do Brasil. Propomos um modelo de fronteira estocástica de produção com estrutura espacial latente que representa os determinantes não-observados da ineficiência da produtividade da agropecuária. Esse componente espacial condiciona a distribuição da ineficiência. Usamos o paradigma bayesiano para estimar os modelos propostos. Foram exploradas duas distribuições diferentes para este termo, a normal truncada e a exponencial, e utilizamos duas especificações para a variável latente, suposta independente entre os municípios, ou dependente dos municípios vizinhos segundo um modelo auto-regressivo espacial. O procedimento de inferência considera explicitamente todas as incertezas quando incluímos o termo espacial. Como a distribuição a posteriori não tem uma expressão analítica, utilizamos técnicas estocásticas da simulação para obter amostras dessa distribuição. Foram adotados dois critérios que avaliam o desempenho do modelo, e os dois indicaram que o componente espacial latente incorpora informação adicional a um modelo que já contém informação local observada. | pt_BR |
dc.language.iso | en-US | pt_BR |
dc.publisher | Instituto de Pesquisa Econômica Aplicada (Ipea) | pt_BR |
dc.title | Spatial stochastic frontier models: accounting for unobserved local determinants of inefficiency | pt_BR |
dc.title.alternative | Texto para Discussão (TD) 1220: Spatial stochastic frontier models: accounting for unobserved local determinants of inefficiency | pt_BR |
dc.title.alternative | Modelos espaciais de fronteira estocástica: representando determinantes locais não-observados de ineficiência | pt_BR |
dc.type | Texto para Discussão (TD) | pt_BR |
dc.rights.holder | Instituto de Pesquisa Econômica Aplicada (Ipea) | pt_BR |
dc.source.urlsource | www.ipea.gov.br | pt_BR |
dc.location.country | BR | pt_BR |
dc.description.physical | 28 p. : il. | pt_BR |
dc.rights.license | É permitida a reprodução deste texto e dos dados nele contidos, desde que citada a fonte. Reproduções para fins comerciais são proibidas. | pt_BR |
dc.subject.keyword | Produtividade agrícola | pt_BR |
dc.subject.keyword | Modelo de fronteira estocástica de produção com estrutura espacial | pt_BR |
dc.subject.keyword | Distribuição da ineficiência da produtividade agrícola | pt_BR |
ipea.description.objective | Analisar a produtividade de estabelecimentos agrícolas localizados em 370 municípios da região Centro-Oeste do Brasil. | pt_BR |
ipea.description.additionalinformation | Série monográfica: Texto para Discussão ; 1220 | pt_BR |
ipea.description.additionalinformation | Referências bibliográficas: possui referências bibliográficas | pt_BR |
ipea.description.additionalinformation | Conteúdo: possui anexo | pt_BR |
ipea.access.type | Acesso Aberto | pt_BR |
ipea.rights.type | Licença Comum | pt_BR |
ipea.englishdescription.abstract | In this paper, we analyze the productivity of farms across n = 370 municipalities located in the Center-West region of Brazil. We propose a stochastic frontier model with a latent spatial structure to account for possible unknown geographical variation of the outputs. This spatial component is included in the one-sided disturbance term. We explore two different distributions for this term, the exponential and the truncated normal. We use the Bayesian paradigm to fit the proposed models. We also compare between an independent normal prior and a conditional autoregressive prior for these spatial effects. The inference procedure takes explicit account of the uncertainty when considering these spatial effects. As the resultant posterior distribution does not have a closed form, we make use of stochastic simulation techniques to obtain samples from it. Two different model comparison criteria provide support for the importance of including these latent spatial effects, even after considering covariates at the municipal level. | pt_BR |
ipea.researchfields | N/A | pt_BR |
ipea.classification | Agricultura, Pecuária e Pesca | pt_BR |
Appears in Collections: | Agricultura, Pecuária e Pesca: Livros |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
TD_1220.pdf | 2.93 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.