Modelagem e previsão de pequenas séries temporais de ecoeficiência nacional
Desenvolvimento sustentável. Impactos ambientais e econômicos. Window Data Envelopment Analysis. Algoritmos de aprendizado de máquina.
As séries temporais de ecoeficiência são úteis para monitorar a relação entre variáveis econômicas e ambientais. Assim, a previsão da ecoeficiência proporciona economia de recursos e tempo e fornece aos pesquisadores e gestores insights sobre a ecoeficiência no futuro e o monitoramento da política ambiental em diferentes setores da economia. Contudo, as séries cronológicas nacionais sobre a ecoeficiência são, na sua maioria, pequenas ou muito pequenas. Além disso, é relevante considerar modelos que envolvam simultaneamente todos os países, ou seja, uma abordagem empilhada. Assim, as abordagens agrupadas aplicadas podem verificar se apenas um modelo agrupado pode prever melhor do que modelos de séries temporais individuais para cada país. Neste contexto, esta pesquisa tem como objetivo estudar um método de modelagem e previsão de séries temporais de ecoeficiência nacional. Modelos individuais de aprendizado de máquina para séries temporais são adotados em ambos os casos: Support Vector Regression (SVR), Long Short-Term Memory (LSTM), Decision Tree Regression (DTR); e ensemble: combinação por Média Simples (SA), Mediana Simples (SM), Mínima Variância (MV); Random Forest Regression (RFR) e Extreme Gradient Boosting (XGB). Além disso,
considerando a abordagem individual, também são consideradas a Autoregressive Integrated Moving Average (ARIMA) e Exponential Smoothing (ETS). Por sua vez, para obter a série temporal de ecoeficiência nacional, aplica-se a Análise Envoltória de Dados combinada com a Análise de Janela (WDEA). Para calcular o tamanho da janela no WDEA, é proposto um método baseado na divergência de ecoeficiência. Em particular, a largura ideal da janela é aquela que maximiza a dispersão da ecoeficiência. Os países Mercosul, BRICS e G18 foram considerados como estudos de caso, envolvendo séries temporais anuais de ecoeficiência de 1995 a 2020. Nos três casos estudados, a
abordagem pooled venceu em 50% das séries no Mercosul, 25% nos BRICS e 9,1% no G18. Particularmente, dos 19 melhores modelos, 12 (63,1%) foram modelos individuais. Além disso, a ecoeficiência média projetada para os próximos 6 anos foi baixa. Os resultados mostraram que para grupos possivelmente mais heterogêneos em termos de fatores ambientais e econômicos, a análise de séries temporais individuais vence a abordagem agrupada. Dada a baixa ecoeficiência projetada, acordos e ações adaptadas à realidade dos países e grupos podem fornecer formas de aumentar a ecoeficiência de países alinhados ao desenvolvimento sustentável. Portanto, considerando estes resultados, podem ser propostas ações para os formuladores de políticas: (i) alinhamento de metas entre países e grupos com base na ecoeficiência prevista considerando modelos de séries temporais; (ii) estratégias de acordos globais que considerem a realidade individual dos países em termos de dotações de recursos económicos e ambientais; e (iii) uso de tecnologia para obtenção e utilização de fontes de recursos renováveis que reduzam as emissões de gases de efeito estufa.