DADOS EM PAINEL E ECONOMETRIA ESPACIAL: ANÁLISE DE RESULTADOS SOCIAIS RELACIONADOS AO TRANSPORTE — UM ESTUDO COMPARATIVO DE FATALIDADES NO TRÂNSITO RODOVIÁRIO E DEMOGRAFIA URBANA

Autores

  • Pedro Silva

DOI:

https://doi.org/10.63330/sasciencesv6n2-041

Palavras-chave:

Modelos de Dados em Painel, Efeitos Fixos, Efeitos Aleatórios, Econometria Espacial, Moran's I, LISA, Regressão Espacial, Fatalidades de Trânsito, Demografia Urbana, Coimbra

Resumo

Este artigo apresenta uma análise econométrica abrangente que emprega duas abordagens metodológicas complementares: modelos de dados em painel e técnicas de regressão espacial. O primeiro estudo de caso examina os determinantes de fatalidades no trânsito rodoviário em 51 estados dos EUA durante o período de 1990 a 1996, utilizando especificações de Mínimos Quadrados Ordinários (MQO), Efeitos Fixos e Efeitos Aleatórios para identificar preditores socioeconômicos e demográficos significativos. O segundo estudo de caso investiga a distribuição espacial da população idosa (com 65 anos ou mais) em Coimbra, Portugal, com base em dados do Censo de 2021, empregando a estatística I de Moran, Indicadores Locais de Associação Espacial (LISA) e modelos de regressão espacial que incluem especificações de Defasagem Espacial (Spatial Lag) e Erro Espacial (Spatial Error). Os resultados revelam que o consumo de etanol per capita, os níveis de renda e a estrutura etária influenciam significativamente as fatalidades no trânsito, enquanto a análise de autocorrelação espacial confirma padrões de agrupamento moderados, porém estatisticamente significativos, na distribuição de residentes idosos e na infraestrutura habitacional acessível. O Modelo de Erro Espacial apresenta-se como a especificação mais adequada para o conjunto de dados de Coimbra, indicando que fatores não observados e espacialmente correlacionados influenciam substancialmente a distribuição espacial da população em processo de envelhecimento. Esses resultados contribuem para a compreensão de como métodos econométricos podem embasar decisões de políticas de transporte e planejamento urbano.

Downloads

Não há dados estatísticos.

Referências

Anselin, L. (1988). Spatial Econometrics: Methods and Models. Kluwer Academic Publishers, Dordrecht.

Anselin, L. (1995). Local indicators of spatial association — LISA. Geographical Analysis, 27(2), 93-115.

Baltagi, B.H. (2013). Econometric Analysis of Panel Data (5th ed.). John Wiley & Sons, Chichester.

Borsdorf, A. and Zemp, E. (2020). Spatial analysis of housing accessibility for elderly populations. Urban Studies, 57(8), 1643-1662.

Breusch, T.S. and Pagan, A.R. (1980). The Lagrange multiplier test and its applications to model specification in econometrics. Review of Economic Studies, 47(1), 239-253.

Ewing, R. and Cervero, R. (2010). Travel and the built environment: A meta-analysis. Journal of the American Planning Association, 76(3), 265-294.

Hausman, J.A. (1978). Specification tests in econometrics. Econometrica, 46(6), 1251-1271.

Logan, J.R., Xu, Z. and Stults, B. (2020). Interpolating U.S. decennial census tract data from as early as 1970 to 2010. Demography, 51(4), 1429-1454.

Moran, P.A.P. (1950). Notes on continuous stochastic phenomena. Biometrika, 37(1/2), 17-23.

Noland, R.B. (2003). Traffic fatalities and injuries: The effect of changes in infrastructure and other trends. Accident Analysis & Prevention, 35(4), 599-611.

World Health Organization (2023). Global Status Report on Road Safety 2023. WHO, Geneva.

Downloads

Publicado

2026-06-26

Como Citar

Silva, P. . (2026). DADOS EM PAINEL E ECONOMETRIA ESPACIAL: ANÁLISE DE RESULTADOS SOCIAIS RELACIONADOS AO TRANSPORTE — UM ESTUDO COMPARATIVO DE FATALIDADES NO TRÂNSITO RODOVIÁRIO E DEMOGRAFIA URBANA. South American Sciences, 6(2), 1–28. https://doi.org/10.63330/sasciencesv6n2-041