Infrastructure and productivity in Latin America: is there a relationship in the long run?

This article analyses the relationship between infrastructure and total factor productivity (TFP) in the four major Latin American economies: Argentina, Brazil, Chile and Mexico. We hypothesise that an increase in infrastructure has an indirect effect on long-term economic growth by raising productivity. To assess this theory, we use the traditional Johansen methodology for testing the cointegration between TFP and physical measures of infrastructure stock, such as energy, roads, and telephones. We then apply the Lütkepohl, Saikkonen and Trenkler Test, which considers a possible level shift in the series and has better small sample properties, to the same data set and compare the two tests. The results do not support a robust long-term relationship between the series; we do not find strong evidence that cuts in infrastructure investment in some Latin American countries were the main reason for the fall in TFP during the 1970s and 1980s.

A robust poverty profile for Brazil using multiple data sources

This paper presents a poverty profile for Brazil, based on three different sources of household data for 1996. We use PPV consumption data to estimate poverty and indigence lines. “Contagem” data is used to allow for an unprecedented refinement of the country’s poverty map. Poverty measures and shares are also presented for a wide range of population subgroups, based on the PNAD 1996, with new adjustments for imputed rents and spatial differences in cost of living. Robustness of the profile is verified with respect to different poverty lines, spatial price deflators, and equivalence scales. Overall poverty incidence ranges from 23% with respect to an indigence line to 45% with respect to a more generous poverty line. More importantly, however, poverty is found to vary significantly across regions and city sizes, with rural areas, small and medium towns and the metropolitan peripheries of the North and Northeast regions being poorest.

Análise da precificação de imóveis na cidade do Rio de Janeiro utilizando Modelagem Hedônica e os efeitos da autocorrelação espacial

A escolha da cidade do Rio de Janeiro como sede de grandes eventos esportivos mundiais, a Copa do Mundo de Futebol de 2014 e os Jogos Olímpicos de 2016, colocou-a no centro de investimentos em infraestrutura, mobilidade urbana e segurança pública, com consequente impacto no mercado imobiliário, tanto de novos lançamentos de empreendimentos, quanto na revenda de imóveis usados. Acredita-se que o preço de um imóvel dependa de uma relação entre suas características estruturais como quantidade de quartos, suítes, vagas de garagem, presença de varanda, tal como sua localização, proximidade com centros de trabalho, entretenimento e áreas valorizadas ou degradadas. Uma das técnicas para avaliar a contribuição dessas características para a formação do preço do imóvel, conhecido na Econométrica como Modelagem Hedônica de Preços, é uma aplicação de regressão linear multivariada onde a variável dependente é o preço e as variáveis independentes, as respectivas características que deseja-se modelar. A utilização da regressão linear implica em observar premissas que devem ser atendidas para a confiabilidade dos resultados a serem analisados, tais como independência e homoscedasticidade dos resíduos e não colinearidade entre as variáveis independentes. O presente trabalho objetiva aplicar a modelagem hedônica de preços para imóveis localizados na cidade do Rio de Janeiro em um modelo de regressão linear multivariada, em conjunto com outras fontes de dados para a construção de variáveis de acessibilidade e socioambiental a fim de verificar a relação de importância entre elas para a formação do preço e, em particular, exploramos brevemente a tendência de preços em função da distância a favelas. Em atenção aos pré-requisitos observados para a aplicação de regressão linear, verificamos que a premissa de independência dos preços não pode ser atestada devido a constatação da autocorrelação espacial entre os imóveis, onde não apenas as características estruturais e de acessibilidade são levadas em consideração para a precificação do bem, mas principalmente a influência mútua que os imóveis vizinhos exercem um ao outro.

Spatial spillovers and political coordination in public health provision

We estimate the impact of the main unconditional federal grant (Fundo de Participaçãodos Municípios - FPM) to Brazilian municipalities as well as its spillover from the neighboring cities on local health outcomes. We consider data from 2002 to 2007 (Brollo et al, 2013) and explore the FPM distribution rule according to population brackets to apply a fuzzy Regression Discontinuity Design (RDD) using cities near the thresholds. In elasticity terms, we nd a reduction on infant mortality rate (-0.18) and on morbidity rate (- 0.41), except in the largest cities of our sample. We also nd an increase on the access to the main program of visiting the vulnerable families, the Family Health Program (Programa Sa ude da Família - PSF). The e ects are stronger for the smallest cities of our sample and we nd increase: (i) On the percentage of residents enrolled in the program (0.36), (ii) On the per capita number of PSF visits (1.59), and (iii) On the per capita number of PSF visits with a doctor (1.8) and nurse (2). After we control for the FPM spillover using neighboring cities near diferent thresholds, our results show that the reduction in morbidity and mortality is largely due to the spillover e ect, but there are negative spillover on preventive actions, as PSF doctors visits and vaccination. Finally, the negative spillover e ect on health resources may be due free riding or political coordination problems, as in the case of the number of hospital beds, but also due to to competition for health professionals, as in the case of number of doctors (-0.35 and -0.87, respectively), specially general practitioners and surgeons (-1.84 and -2.45).

Increase in Hippocampal Theta Oscillations during Spatial Decision Making

The processing of spatial and mnemonic information is believed to depend on hippocampal theta oscillations (5–12 Hz). However, in rats both the power and the frequency of the theta rhythm are modulated by locomotor activity, which is a major confounding factor when estimating its cognitive correlates. Previous studies have suggested that hippocampal theta oscillations support decision-making processes. In this study, we investigated to what extent spatial decision making modulates hippocampal theta oscillations when controlling for variations in locomotion speed. We recorded local field potentials from the CA1 region of rats while animals had to choose one arm to enter for reward (goal) in a four-arm radial maze. We observed prominent theta oscillations during the decision-making period of the task, which occurred in the center of the maze before animals deliberately ran through an arm toward goal location. In speed-controlled analyses, theta power and frequency were higher during the decision period when compared to either an intertrial delay period (also at the maze center), or to the period of running toward goal location. In addition, theta activity was higher during decision periods preceding correct choices than during decision periods preceding incorrect choices. Altogether, our data support a cognitive function for the hippocampal theta rhythm in spatial decision making

Monitoramento da morfologia costeira em setores da bacia potiguar sob influência da indústria petrolífera utilizando geodésia de alta precisão e laser escâner terrestre

The objective of this Doctoral Thesis was monitoring, in trimestral scale, the coastal morphology of the Northeastern coast sections of Rio Grande do Norte State, in Brazil, which is an area of Potiguar Basin influenced by the oil industry activities. The studied sections compose coastal areas with intense sedimentary erosion and high environmental sensitivity to the oil spill. In order to achieve the general objective of this study, the work has been systematized in four steps. The first one refers to the evaluation of the geomorphological data acquisition methodologies used on Digital Elevation Model (DEM) of sandy beaches. The data has been obtained from Soledade beach, located on the Northeastern coast of Rio Grande Norte. The second step has been centered on the increasing of the reference geodetic infrastructure to accomplish the geodetic survey of the studied area by implanting a station in Corta Cachorro Barrier Island and by conducting monitoring geodetic surveys to understand the beach system based on the Coastline (CL) and on DEM multitemporal analysis. The third phase has been related to the usage of the methodology developed by Santos; Amaro (2011) and Santos et al. (2012) for the surveying, processing, representation, integration and analysis of Coastlines from sandy coast, which have been obtained through geodetic techniques of positioning, morphological change analysis and sediment transport. The fourth stage represents the innovation of surveys in coastal environment by using the Terrestrial Laser Scanning (TLS), based on Light Detection and Ranging (LiDAR), to evaluate a highly eroded section on Soledade beach where the oil industry structures are located. The evaluation has been achieved through high-precision DEM and accuracy during the modeling of the coast morphology changes. The result analysis of the integrated study about the spatial and temporal interrelations of the intense coastal processes in areas of building cycles and destruction of beaches has allowed identifying the causes and consequences of the intense coastal erosion in exposed beach sections and in barrier islands

Spatial Assessment of Indices for Characterizing the Erosive Force of Rainfall in El Salvador Republic

Soil erosion data in El Salvador Republic are scarce and there is no rainfall erosivity map for this region. Considering that rainfall erosivity is an important guide for planning soil erosion control practices, a spatial assessment of indices for characterizing the erosive force of rainfall in El Salvador Republic was carried out. Using pluviometric records from 25 weather stations, we applied two methods: erosivity index equation and the Fournier index. In all study area, the rainiest period is from May to November. Annual values of erosivity index ranged from 7,196 to 17,856 MJ mm ha(-1) h(-1) year(-1) and the Fournier index ranged from 52.9 to 110.0 mm. The erosivity map showed that the study area can be broadly divided into three major erosion risk zones, and the Fournier index map was divided into four zones. Both methods revealed that the erosive force is severe in all study area and presented significant spatial correlation with each other. The erosive force in the country is concentrated mainly from May to November.

Mineralogy of the clay fraction of Alfisols in two slope curvatures: III - spatial variability

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Spatial relationships between soil attributes and corn yield in no-tillage system

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Soil sampling intensity and spatial distribution pattern of soils attributes and corn yield in no-tillage system

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Spatial variability of soil penetration resistance influenced by season of sampling

O objetivo deste trabalho foi analizar a distribuição espacial da compactação do solo e a influência da umidade do solo na resistência à penetração. Esta última variável foi descrita pelo índice de cone. O solo estudado foi Nitossolo e os dados de índice de cone foram obtidos usando um penetrômetro. A resistência do solo foi avaliada a 5 profundidades diferentes, 0-10 cm, 10-20 cm, 20-30 cm, 30-40 cm e mais de 40 cm, porém o conteúdo de umidade do solo foi medido a 0-20 cm e 20-40 cm. As condições hídricas do solo variaram nas diferentes amostragems. Os coeficientes de variação para o índice de cone foram 16,5% a 45,8% e os do conteúdo de umidade do solo variaram entre 8,96% e 21,38%. Os resultados sugeriram elevada correlação entre a resistência do solo, estimada pelo índice de cone e a profundidade do solo. Sem embargo, a relação esperada com a umidade do solo não foi apreciada. Observou-se dependência espacial em 31 de 35 séries de dados de índice de cone e umidade do solo. Esta dependência foi ajustada por modelos exponenciais com efeito pepita variável de 0 a 90% o valor do patamar. em séries de dados o comportamento foi aleatório. Portanto, a técnica das distâncias inversas foi utilizada para cartografar a distribuição das variáveis que não tiveram estrutura espacial. Na krigagem constatou-se uma suavização dos mapas comparados com esses das distâncias inversas. A krigagem indicadora foi utilizada para cartografar a variabilidade espacial do índice de cone e recomendar melhor manejo do solo.

Spatial variations at different observational scales and the seasonal distributions of stream macroalgae in a Brazilian subtropical region

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Extraction of Building Roof Contours From LiDAR Data Using a Markov-Random-Field-Based Approach

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Quality of TEC Estimated with Mod Ion Using GPS and GLONASS Data

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Use of Poisson spatiotemporal regression models for the Brazilian Amazon Forest: malaria count data

INTRODUÇÃO: A malaria é uma doença endêmica na região da Amazônia Brasileira, e a detecção de possíveis fatores de risco pode ser de grande interesse às autoridades em saúde pública. O objetivo deste artigo é investigar a associação entre variáveis ambientais e os registros anuais de malária na região amazônica usando métodos bayesianos espaço-temporais. MÉTODOS: Utilizaram-se modelos de regressão espaço-temporais de Poisson para analisar os dados anuais de contagem de casos de malária entre os anos de 1999 a 2008, considerando a presença de alguns fatores como a taxa de desflorestamento. em uma abordagem bayesiana, as inferências foram obtidas por métodos Monte Carlo em cadeias de Markov (MCMC) que simularam amostras para a distribuição conjunta a posteriori de interesse. A discriminação de diferentes modelos também foi discutida. RESULTADOS: O modelo aqui proposto sugeriu que a taxa de desflorestamento, o número de habitants por km² e o índice de desenvolvimento humano (IDH) são importantes para a predição de casos de malária. CONCLUSÕES: É possível concluir que o desenvolvimento humano, o crescimento populacional, o desflorestamento e as alterações ecológicas associadas a estes fatores estão associados ao aumento do risco de malária. Pode-se ainda concluir que o uso de modelos de regressão de Poisson que capturam o efeito temporal e espacial em um enfoque bayesiano é uma boa estratégia para modelar dados de contagem de malária.