Year: 2026
Type: article
Abstract: Este artigo analisa os preditores da desigualdade socioterritorial no estado de Goiás, Brasil, com ênfase na influência do setor primário do agronegócio sobre os níveis de desenvolvimento municipal. Para isso, foram utilizadas 37 variáveis socioeconômicas e territoriais referentes aos anos de 2021 e 2022. A metodologia adotada combina modelos estatísticos (MQO) e algoritmos de machine learning (Random Forest e XGBoost). O modelo de Mínimos Quadrados Ordinários (MQO) foi empregado para examinar relações estatísticas entre variáveis socioeconômicas, enquanto os algoritmos Random Forest e XGBoost foram utilizados para avaliar a importância das variáveis na predição do Índice de Desenvolvimento Municipal (IDM). As análises consideraram indicadores como infraestrutura de saúde, acesso a saneamento, níveis de alfabetização e inserção econômica. Os resultados indicam que variáveis como empregos, leitos hospitalares e saneamento básico têm forte impacto na desigualdade socioterritorial, demonstrando que a ausência de acesso a serviços essenciais está diretamente associada a baixos níveis de desenvolvimento. Além disso, a pesquisa revela que, embora o agronegócio impulsione o crescimento econômico estadual, ele também contribui para a ampliação das desigualdades socioterritoriais, ao concentrar riqueza em determinados municípios. Esses resultados evidenciam a necessidade de políticas públicas que promovam um desenvolvimento mais equitativo.
Language: Portuguese
Subfield: Economics and Econometrics
Domain: Social Sciences
Open Access status: gold
Estimated APC paid: $38
OpenAlex ID: W7167347359