Este trabalho de pesquisa mensurou os efeitos da pandemia da Covid-19 sobre a ocupação nos setores econômicos do Piauí em 2020, utilizando-se como metodologia, o modelo de regressão binária probit para mensurar os efeitos da pandemia. Os resultados dos efeitos marginais do modelo probit permitiram constatar que o setor de serviços foi afetado negativamente pela pandemia em termos de ocupação. Os efeitos marginais das variáveis sociodemográficas permitiram constatar que na maioria dos setores existe maior probabilidade de o indivíduo estar ocupado se for do sexo masculino. Constatou-se que quanto maior a idade, maior a probabilidade de o indivíduo estar ocupado em todos os setores e quanto mais anos de estudo, maior a probabilidade de estar ocupado no setor industrial e de serviços. O efeito idade e os retornos de experiência do indivíduo demonstraram não influenciar a probabilidade de estar ocupado nos setores econômicos. Ademais, residir na zona urbana, aumenta a probabilidade de o indivíduo estar ocupado no setor de indústria, serviços e comércio. A partir desta pesquisa, constatou-se que o setor de serviços está entre os principais setores econômicos do Piauí, e pode ter sido o mais afetado pela pandemia da Covid-19 em termos de ocupação.
The purpose of this study was to measure the effects of the Covid-19 pandemic on the occupation of labor in the agricultural sector in Piauí in the year 2020. The Probit binary regression model was used to measure the effects of this health crisis on this sector. The results showed the occupation of labor in the agricultural sector of Piauí was not significantly affected by the Covid-19 pandemic in the period analyzed. The marginal effects of the sociodemographic variables indicated that being white, male and residing in rural areas increases the probability of being employed in the agricultural sector. In this sense, it is expected that the evidence obtained in this study can contribute to the expansion of discussions on the subject.
Este estudo analisou a estrutura produtiva da Mesorregião do Sudoeste Piauiense entre 2002 e 2017. Utilizou-se a análise fatorial por componentes principais como metodologia para estimar um índice de estrutura produtiva municipal, na intenção de classificar os municípios de acordo com seu grau de produtividade e verificar a ocorrência de mudança na estrutura produtiva no período analisado. Os resultados mostraram alto grau de produtividade para os municípios de Floriano, São Raimundo Nonato e Uruçuí, enquanto os municípios de Antônio Almeida, Baixa Grande do Ribeiro, Bom Jesus, Canto do Buriti, Corrente, Guadalupe e Ribeiro Gonçalves apresentaram grau médio de produtividade no ano de 2002. No cenário do ano de 2017, os municípios de Baixa Grande do Ribeiro e Bom Jesus passaram a apresentar índice de produtividade alto, além de melhoria modesta do índice de estrutura produtiva na maioria dos municípios analisados. Constatou-se que a maior parte dos municípios de grau alto e médio de produtividade foram mais intensivos no indicador de estrutura agropecuária e os de baixo grau, mais intensivos no indicador de estrutura industrial. Conclui-se, portanto, que essa mesorregião vem passando por transformações importantes em todos os setores econômicos, base da sua estrutura produtiva, carecendo de um olhar mais atento do poder público para o fortalecimento e a melhoria de sua dinamização. Nesse sentido, seria importante a elaboração e aplicação de um plano de investimentos direcionado aos setores-chaves da economia regional com objetivo de elevar a produtividade e promover o desenvolvimento econômico regional.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.