Projeção populacional, mudanças climáticas e efeitos econômicos: uma avaliação a partir de blocos econômicos agrícolas

Autores

DOI:

https://doi.org/10.20947/S0102-3098a0125

Palavras-chave:

Projeção populacional, Mudanças climáticas, Blocos econômicos agrícolas, Efeitos econômicos

Resumo

A trajetória populacional futura e as mudanças climáticas são aspectos que geram incertezas quanto aos seus prováveis efeitos sobre a economia, especialmente a produção agrícola e indústria de alimentos. O artigo simula os efeitos de cenários populacionais e um de mudanças climáticas a partir do modelo de equilíbrio geral computável GTAP. É construída uma versão do GTAP 10 para reconhecer as atividades da agropecuária e silvicultura e indústria de alimentos, além de oito regiões denominadas blocos econômicos agrícolas, construídos a partir de técnicas de análise multivariada. As simulações dinâmicas do desvio acumulado entre o baseline e os cenários de política até 2050 apontaram, isoladamente, efeitos negativos generalizados das mudanças climáticas sobre o PIB e atividades econômicas dos blocos. Os resultados dos cenários populacionais indicaram que os blocos constituídos por países mais ricos e com economias mais diversificadas tenderiam a ganhar em detrimento dos demais em termos de PIB. Por outro lado, seria incentivada, de forma generalizada, a produção da agropecuária e silvicultura e da indústria de alimentos dos blocos. Em termos conjuntos, os efeitos negativos das mudanças climáticas tenderiam a superar os efeitos positivos dos cenários populacionais e de forma mais intensiva naqueles que projetam menor crescimento populacional.

Downloads

Não há dados estatísticos.

Biografia do Autor

Weslem Rodrigues Faria, UFJF

Weslem Rodrigues Faria é doutor em Teoria Econômica pela Universidade de São Paulo (FEA/USP). Professor do Departamento de Economia e do Programa de Pós-graduação em Economia da Universidade Federal de Juiz de Fora (UFJF).

Fernando Salgueiro Perobelli, UFJF

Fernando Salgueiro Perobelli é doutor em Teoria Econômica pela Universidade de São Paulo (FEA/USP). Professor do Departamento de Economia e do Programa de Pós-graduação em Economia da Universidade Federal de Juiz de Fora (UFJF).

Daniele Lima de Oliveira Souza, UFJF

Daniele Lima de Oliveira Souza é mestre em Economia pelo Programa de Pós-graduação em Economia da Universidade Federal de Juiz de Fora (UFJF).

Referências

AGUIAR, A.; CHEPELIEV, M.; CORONG, E.; MCDOUGALL, R; VAN DER MENSBRUGGHE, D. The GTAP Data Base: version 10. Journal of Global Economic Analysis, v. 4, n. 1, p. 1-27, 2019.

AKÜNAL, E.; EROL, S. Using cluster analysis to define the position of a developing country in global transportation services trade environment. Gazi University Journal of Science, v. 29, n. 4, p. 751-767, 2016.

ASSUNÇÃO, J.; CHEIN, F. Climate change and agricultural productivity in Brazil: future perspectives. Environment and Development Economics, v. 21, n. 5, p. 581-602, 2016.

BANDARA, J. S.; CAI, Y. The impact of climate change on food crop productivity, food prices and food security in South Asia. Economic Analysis and Policy, v. 44, n. 4, p. 451-465, 2014.

BARBIERI, A. F.; DOMINGUES, E.; QUEIROZ, B. L.; RUIZ, R. M.; RIGOTTI, J. I.; CARVALHO, J A. M.; RESENDE, M. F. Population and Environment, v. 31, n. 5, special issue on Climate Change: Understanding Anthropogenic Contributions and Responses, p. 344-370, 2010.

BOSERUP, E. The conditions of agricultural growth: the economics of agrarian change under population. Londres: Allen and Unwin; Chicago: Aldine, 1965.

BURFISHER, M. E. Introduction to computable general equilibrium models. Cambridge: Cambridge University Press, 2017.

BURNIAUX, J. Incorporating carbon sequestration into CGE models: a prototype GTAP model with land use, 2002. Disponível em: https://www.gtap.agecon.purdue.edu/resources/download/1219.pdf. Acesso em: 15 nov. 2018.

CALIŃSKI, T.; HARABASZ, J. A dendrite method for cluster analysis. Communications in Statistics-theory and Methods, v. 3, n. 1, p. 1-27, 1974.

COLLINS, J. Agriculture and population growth. Jason Collins Blog, Sep. 17, 2012. Disponível em: https://jasoncollins.org/2012/09/17/agriculture-and-population-growth/. Acesso em: 15 nov. 2018.

CURI, P. R. Agrupamento de países segundo indicadores de padrão de vida. Revista de Saúde Pública, v. 27, n. 2, p. 127-134, 1993.

DAVIS, K. The world demographic transition. Annals of the American Academy of Political and Social Science, v. 237, n. 1, p. 1-11, 1945.

DEVUYST, E.; PRECKEL, P. Sensitivity analysis revisited: a quadrature-based approach. Journal of Policy Modeling, v. 19, n. 2, p. 175-185, 1997.

DIXON, P. B.; RIMMER, M. Dynamic general equilibrium modeling for forecasting and policy: a practical guide and documentation of MONASH. Amsterdam: North-Holland, 2002.

DIXON, P. B.; PARMENTER, B. R.; POWEEL, A. A.; WILCOXEN, P. J. Notes and problem in applied general equilibrium economics. Amsterdam: North-Holland, 1992.

DUDA, R. O.; HART, P. E. Pattern classification and scene analysis. New York: Wiley, 1973.

EASTERLING, D. R.; WEHNER, M. F. Is the climate warming or cooling? Geophysical Research Letters, v. 36, n. 8, 2009.

FAO – Food and Agriculture Organization of the United Nations. Food and agriculture data.

FAOSTAT, 2020. Disponível em: http://www.fao.org/faostat. Acesso em: 30 mar. 2020.

FARIA, W. R.; HADDAD, E. A. Modeling land use and the effects of climate change in Brazil. Climate Change Economics, v. 8, n. 1, 2017.

FEDOROFF, N. V.; BATTISTI, D. S.; BEACHY, R. N.; COOPER, P. J. M.; FISCHHOFF, D. A.; HODGES, C. N.; KNAUF, V. C.; LOBELL, D.; MAZUR, B. J.; MOLDEN, D.; REYNOLDS, M. P.; RONALD, M. W.; ROSEGRANT, M. W.; SANCHEZ, P. A.; VONSHAK, A.; ZHU, J.-K. Radically rethinking agriculture for the 21st century. Science, v. 327, n. 5967, p. 833-834, 2010.

FÉRES, J.; REIS, E.; SPERANZA, J. Mudanças climáticas globais e seus impactos sobre os padrões de uso do solo no Brasil. In: XXXVII ENCONTRO NACIONAL DE ECONOMIA. Anais [...]. Foz do Iguaçu: Anpec, 2009.

FERREIRA FILHO, J. B.; HORRIDGE, M. Climate change impacts on agriculture and internal migrations in Brazil. In: 48º CONGRESSO DA SOCIEDADE BRASILEIRA DE ECONOMIA, ADMINISTRAÇÃO E SOCIOLOGIA RURAL. Anais [...]. Campo Grande: Sober, 2010. Disponível em: http://www.sober.org.br/palestra/15/280.pdf. Acesso em: 15 nov. 2018.

FIGUEIREDO, A. M. R.; FERREIRA, A. V.; TEIXEIRA, E. C. Impactos da integração econômica nas commodities da economia brasileira e da União Europeia. Revista Brasileira de Economia, Rio de Janeiro, v. 55, n. 1, p. 77-106, 2001.

FUGLIE, K. O.; WANG, S. L.; BALL, V. E. Productivity growth in agriculture: an international perspective. Oxfordshire, UK: CAB International, 2012.

GODFRAY, H. C. J.; BEDDINGTON, J. R.; CRUTE, I. R.; HADDAD, L.; LAWRENCE, D.; MUIR, J. F.; PRETTY, J.; ROBINSON, S.; THOMAS, S. M.; TOULMIN, C. Food security: the challenge of feeding 9 billion people. Science, v. 327, n. 5967, p. 812-818, 2010.

GORNALL, J.; BETTS, R.; BURKE, E.; CLARK, R.; CAMP, J.; WILLET, K.; WILTSHIRE, A. Implications of climate change for agricultural productivity in the early twenty-first century. Philosophical Transactions of the Royal Society B, v. 365, p. 2973-2989, 2010.

GURGEL, A. C.; CAMPOS, A. C. Avaliação de políticas comerciais em modelos de equilíbrio geral com pressuposições alternativas quanto aos retornos de escala. Revista Estudos Econômicos, v. 36, n. 2, p. 323-354, 2006.

HADDAD, E. A.; DOMINGUES, E. EFES – Um modelo aplicado de equilíbrio geral para a economia brasileira: projeções setoriais para 1999-2004. Estudos Econômicos, v. 31, n. 1, p. 89-125, 2001.

HAYAMI, Y.; RUTTAN, V. W. Agricultural productivity differences among countries. The American Economic Review, v. 60, n. 5, p. 895-911, 1970.

HEISTERMANN, M.; MÜLLER, C.; RONNEBERGER, K. Land in sight? Achievements, deficits and potentials of continental to global scale land-use modeling. Agriculture, Ecosystems and Environment, v. 114, p. 141-158, 2006.

HERTEL, T. Global trade analysis: modeling and applications. Cambridge: Cambridge University Press,1997.

HERTEL, T.; VAN DER MENSBRUGGHE, D. Behavioral parameters. West Lafayette: Center for Global Trade Analysis. Purdue University, 2016. (GTAP 9 Data Base Documentation). Disponível em: https://www.gtap.agecon.purdue.edu/resources/res_display.asp?RecordID=5138. Acesso em: 06 abr. 2020.

IANCHOVICHINA, E.; McDOUGALL, R. Theoretical structure of dynamic GTAP. West Lafayette: Center for Global Trade Analysis, 2000. (GTAP Technical Paper, n. 17). Disponível em: https://www.gtap.agecon.purdue.edu/resources/download/160.pdf. Acesso em: 30 mar. 2020.

IANCHOVICHINA, E.; WALMSLEY, T. Dynamic modeling and applications for global economic analysis. Cambridge: Cambridge University Press, 2012.

JOHNSON, R. A.; WICHERN, D. W. Applied multivariate statistical analysis. 6. ed. Upper Saddle River, NJ: Pearson Prentice Hall, 2007.

KAGEYAMA, A.; LEONE, E. T. Uma tipologia dos municípios paulistas com base em indicadores sócio demográficos. Campinas: IE/Unicamp, 1999.

KUZNETS, S. S. The economic growth of nations. Cambrigde, MA: Harvard University Press, 1971.

LEE, H-L. The impact of climate change on global food supply and demand, food prices, and land use. Paddy and Water Environment, v. 7, n. 4, p. 321-331, 2009.

LEITE, G. B.; BRIGATTE, H.; DE AGUILAR, E. B. Análise multivariada de indicadores socioeconômicos dos países do G-20. Revista de Economia Mackenzie, v. 7, n. 1, p. 125-147, 2009.

LEWIS, W. A. The theory of economic growth. Homewood, Illinois: Richard D. Irwin, 1955.

LOBELL, D. B.; GOURDJI, S. M. The influence of climate change on global crop productivity. Plant Physiology, v. 160, p. 1686-1697, 2012.

LUGOVOY, O. Examining GTAP parameters using bayesian approach. In: 12th ANNUAL CONFERENCE ON GLOBAL ECONOMIC ANALYSIS. Proceedings […]. Santiago, Chile: Global Trade Analysis Project (GTAP), 2009. Disponível em: https://www.gtap.agecon.purdue.edu/resources/res_display.asp?RecordID=3121. Acesso em: 06 abr. 2020.

McKITRICK, R. The econometric critique of computable general equilibrium modeling: the role of functional forms. Economic Modeling, v. 15, n. 4, p. 543-573, 1998.

MENDELSOHN, R.; NORDHAUS, W. D.; SHAW, D. The impact of climate on agriculture: a Ricardian analysis. The American Economic Review, v. 84, n. 4, p. 753-771, 1994.

MINGOTI, S. A. Análise de dados através de métodos de estatísticas multivariada: uma abordagem aplicada. Belo Horizonte: UFMG, 2007.

OREIRO, J. L.; LEMOS, B. P.; MISSIO, F. J.; PADILHA, R. A. Qual a taxa potencial de crescimento da economia brasileira? Uma análise com base na calibragem de dois modelos tradicionais de crescimento econômico. Revista de Economia, v. 31, n. 2, p. 34-46, 2005.

PEROBELLI, F. S.; BETARELLI JUNIOR, A. A.; VALE, V. A.; CUNHA, R. G. Mercados tradicionais e potenciais do agronegócio brasileiro: efeitos da expansão de demanda no comércio internacional. Revista de Economia e Sociologia Rural, v. 55, p. 343-366, 2017.

ROSTOW, W. W. The stages of economic growth. The Economic History Review, v. 12, n. 1, p. 1-16, 1959.

SANGHI, A.; ALVES, D.; EVENSON, R. E.; MENDELSOHN, R. Global warming impacts on Brazilian agriculture: estimates of the Ricardian model. Economia Aplicada, v. 1, n. 1, p. 7-33, 1997.

SANGHI, A.; MENDELSOHN, R. The impacts of global warming on farmers in Brazil and India. Global Environmental Change, v. 18, n. 4, p. 655-665, 2008.

TANURE, T. M. P. Mudanças climáticas e agricultura no Brasil: impactos econômicos regionais e por cultivo familiar e patronal. 2020. 259 f. Tese (Doutorado em Economia) – Cedeplar, Universidade Federal de Minas Gerais, Belo Horizonte, 2020.

THOMPSON, W. Population. American Journal of Sociology, v. 34. n. 1, p. 3-15, 1928.

TIMMINS, C. Endogenous land use and the Ricardian valuation of climate change. Environmental & Resources Economics, v. 33, n. 1, p. 119-142, 2006.

TOLENTINO, C. M.; SILVA, L. A.; DE BRITTO ROCHA, G. Mensurando sistemas nacionais de inovação: evidências a partir da análise multivariada de dados. Gestão e Sociedade, v. 11, n. 28, p. 1651-1679, 2016.

TORREY, B. B.; TORREY, E. F. Population increases and agricultural productivity. The fight against hunger and malnutrition: the role of food, agriculture, and targeted policies. Oxford: OUT, 2015.

UNITED NATIONS. Department of Economic and Social Affairs, Population Division. World Population Prospects 2019, Online Edition. Rev. 1, 2019a. Disponível em: https://population.un.org/wpp/Download/Standard/Population/. Acesso em: 06 abr. 2020.

UNITED NATIONS. Department of Economic and Social Affairs, Population Division. World Population Prospects 2019: methodology of the United Nations population estimates and projections (ST/ESA/SER.A/425). 2019b. Disponível em: https://population.un.org/wpp/Publications/Files/WPP2019_Methodology.pdf. Acesso em: 06 abr. 2020.

VAN MEIJL, H.; VAN RHEENEN, T.; EICKHOUT, B. The impact of different policy environments on agricultural land use in Europe. Agriculture, Ecosystems & Environment, v. 114, n. 1, p. 21-38, 2006.

VILLORIA, N. B.; MCDOUGALL, R. FlexAgg2.0: an improved version of the data aggregation Program FlexAgg.Center for Global Trade Analysis, Purdue University, 2012. (GTAP 8 Data Base Documentation). Disponível em: https://www.gtap.agecon.purdue.edu/resources/download/5868.pdf. Acesso: 30 mar. 2020.

WORLD BANK. DataBank. 2020. Disponível em: https://databank.worldbank.org/databases. Acesso em: 30 mar. 2020.

Downloads

Publicado

2020-09-28

Como Citar

Faria, W. R., Salgueiro Perobelli, F., & Lima de Oliveira Souza, D. (2020). Projeção populacional, mudanças climáticas e efeitos econômicos: uma avaliação a partir de blocos econômicos agrícolas. Revista Brasileira De Estudos De População, 37, 1–33. https://doi.org/10.20947/S0102-3098a0125

Edição

Seção

Artigos originais