Análise de dados de área aplicada a indicadores de seguridade rural para a cultura do café
Data
2018-06-04
Autores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Lavras
Resumo
O Brasil é o maior produtor e exportador de café do mundo, Minas Gerais é o seu principal produtor do grão, responsável por mais de 50% da produção nacional nos últimos anos. Como qualquer atividade do setor economico, a atividade cafeeira carrega alguns riscos referentes á produtividade e/ou comercialização. Uma das principais formas de administração e atenuação dos riscos acontece na contratação de seguros, embora o seguro rural seja um mecanismo pouco difundido e utilizado pelos produtores rurais, representando apenas 1% do mercado de seguros no Brasil. Considerando a importˆancia da atividade cafeeira e da administra ̧c a ̃ o dos riscos relacionados a tal atividade, tanto ao Brasil quanto a ` Minas Gerais, este trabalho objetiva analisar como os município do maior estado produtor de café do país asseguram suas lavouras e como a proteção da lavoura se correlaciona espacialmente com a proteção dos municípios vizinhos. Para isso, desenvolve-se dois indicadores de seguridade rural, porcentagem de área segurada (P.A.S) e valor segurado por hectare (V.S.H), a fim de analisar a autocorrelação espacial e a produtividade do café entre 2012 e 2016. A mensura ̧c ̃ao da autocorrelação espacial se dá atraveś do índice I de Moran global, detectando dependência espacial nos dados em determinados anos analisados e através do I de Moran local detecta-se a presença de aglomerados espaciais, em sua maioria, apresentando formação através do agrupamento de a ́ reas que apresentam similaridade, isto ́e, nos anos analisados, os municípios mineiros tenderam a apresentar comportamento em relação ao valor da variável semelhante aos municípios vizinhos. E, por sua vez, as variáveis apresentaram associação positiva com grau moderado. Através dos resultados obtidos neste trabalho é possível verificar que o estudo se mostra importante tanto para as seguradoras, em relação comercialização de novos contratos do Seguro Rural, quanto para os produtores de café, em relação proteção de suas lavouras.
Brazil is the largest producer and exporter of coffee in the world, Minas Gerais is the main producer of the grain, responsible for more than 50% of the national production in recent years. As any activity in the economic sector, the coffee activity carries some risks related to productivity and/or commercialization. One of the main forms of risk management and decrease is insurance contracting, although rural insurance is a poorly used mechanism used by farmers, accounting for only 1% of the insurance market in Brazil. Considering the importance of coffee activity and the management of risks related to this activity, both in Brazil and Minas Gerais, this work aims to analyze how the municipalities of the largest coffee producing state of the country assure their crops and how crop protection correlates spatially with the protection of neighboring municipalities. To this end, two rural security indicators, PAS and VSH, were created to analyze spatial autocorrelation and coffee productivity between 2012 and 2016. The measurement of spatial autocorrelation occurs through the Moran global index I, detecting dependence spatial data in the analyzed years and through the local Moran I is detected the presence of spatial agglomerates, mostly presenting formation through the grouping of areas that present similarity, that is, in the years analyzed, the municipalities of Minas Gerais tended to behavior in relation to the value of the variable similar to neighboring municipalities. In turn, the variables showed a positive association with moderate degree. Through the results obtained in this work it is possible to verify that the study is important both for the insurers, in relation to the marketing of new Insurance Rural Contract, and for coffee producers, in relation to the protection of their crops.
Brazil is the largest producer and exporter of coffee in the world, Minas Gerais is the main producer of the grain, responsible for more than 50% of the national production in recent years. As any activity in the economic sector, the coffee activity carries some risks related to productivity and/or commercialization. One of the main forms of risk management and decrease is insurance contracting, although rural insurance is a poorly used mechanism used by farmers, accounting for only 1% of the insurance market in Brazil. Considering the importance of coffee activity and the management of risks related to this activity, both in Brazil and Minas Gerais, this work aims to analyze how the municipalities of the largest coffee producing state of the country assure their crops and how crop protection correlates spatially with the protection of neighboring municipalities. To this end, two rural security indicators, PAS and VSH, were created to analyze spatial autocorrelation and coffee productivity between 2012 and 2016. The measurement of spatial autocorrelation occurs through the Moran global index I, detecting dependence spatial data in the analyzed years and through the local Moran I is detected the presence of spatial agglomerates, mostly presenting formation through the grouping of areas that present similarity, that is, in the years analyzed, the municipalities of Minas Gerais tended to behavior in relation to the value of the variable similar to neighboring municipalities. In turn, the variables showed a positive association with moderate degree. Through the results obtained in this work it is possible to verify that the study is important both for the insurers, in relation to the marketing of new Insurance Rural Contract, and for coffee producers, in relation to the protection of their crops.
Descrição
Dissertação de Mestrado defendida na Universidade Federal de Lavras
Palavras-chave
Autocorrelação espacial, Seguro rural, Minas Gerais, Dados de área
Citação
GARCIA FILHO, J. Análise de dados de área aplicada a indicadores de seguridade rural para a cultura do café. 2018. 82 f. Dissertação (Mestrado em Estatística e Experimentação Agropecuária) - Universidade Federal de Lavras, Lavras. 2018.