Brasil: a cigarra que quer viver como formiga

Dia desses, publiquei aqui no Blog um post sobre o projeto maddison, que busca publicar dados de pib per capita de todos os países do mundo para tempos remotos. Um baita trabalho de história econômica, diga-se de passagem. Com base no respectivo pacote maddison no R, a propósito, é possível fazer comparações de pib per capita entre diversos países...

Por exemplo, muitas pessoas gostam de falar do sistema de proteção social da Suécia e, indubitavelmente, querem ter esse sistema aqui no Brasil. O problema desse tipo de coisa é que ela não leva em conta, justamente, o tal do pib capita. Abaixo, fazendo uso do pacote maddison, nós pegamos o dado para os dois países.


library(maddison)
df = subset(maddison, year >= '1870-01-01' &
iso2c %in% c('BR', 'SE'))

E a seguir, colocamos um gráfico.


ggplot(df, aes(x=year, y=gdp_pc, colour=country))+
geom_line(size=.8)+
scale_colour_manual('',values=c('Brazil'='darkblue',
'Sweden'='orange'))+
scale_x_date(breaks='10 years',
date_labels = '%Y')+
labs(x=NULL, y='PIB per capita (GK dólar int, 1990)',
title='PIB per capita: Brasil vs. Suécia',
subtitle='Fonte: Maddison Project Dataset')+
theme(panel.background = element_rect(fill='#acc8d4',
colour='#acc8d4'),
plot.background = element_rect(fill='#8abbd0'),
axis.line = element_line(colour='black',
linetype = 'dashed'),
axis.line.x.bottom = element_line(colour='black'),
panel.grid.major = element_blank(),
panel.grid.minor = element_blank(),
legend.position = c(.4,.5),
legend.background = element_rect((fill='#acc8d4')),
legend.key = element_rect(fill='#acc8d4',
colour='#acc8d4'),
plot.margin=margin(5,5,15,5))+
annotation_custom(g,
xmin=as.Date('1870-01-01'),
xmax=as.Date('1893-01-01'),
ymin=15000, ymax=25000)

No início da série, 1870, a Suécia tinha um pib per capita cerca de 1.9 maior do que o Brasil. No último dado da série, 2010, o pib per capita da Suécia é cerca de 3.7 maior do que o nosso. Em outras palavras, houve um processo de divergência entre os dois países.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

O que é um Vector Database e como criar um com LangChain

Nesta postagem, mostramos como construir um pipeline simples de RAG (Retrieval-Augmented Generation) usando o LangChain, o modelo Gemini 2.0 Flash e o Vector Database Chroma. Utilizamos como exemplo o Relatório de Inflação de junho de 2025 do Banco Central do Brasil. O fluxo envolve o download e leitura do PDF, divisão do texto com RecursiveCharacterTextSplitter, geração de embeddings com Gemini, armazenamento vetorial com Chroma e busca semântica para responder perguntas com base no conteúdo do relatório. É uma aplicação prática e didática para economistas que desejam integrar IA ao seu fluxo de análise.

Automatizando a Construção de Códigos em Python com LangGraph

Neste post, mostramos como construir um agente de código em Python utilizando LangGraph, LangChain e Gemini. A proposta é construir um protótipo para automatizar o ciclo completo de geração, execução e correção de código com o uso de LLMs, organizando o processo em um grafo de estados.

Análise de Dados com REPL Tool e LLM usando LangGraph

Neste post, vamos mostrar como você pode criar um agente que interpreta e executa código Python em tempo real, utilizando o REPL-Tool e um LLM da família Gemini. Começamos com um exemplo genérico e, em seguida, aplicamos a mesma estrutura à análise econômica de uma série histórica do IPCA.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.