Aumentou-se o número de crimes nas regiões onde foram construídos os presídios?

Transcrição

1 Aumetou-se o úmero de crimes as regiões ode foram costruídos os presídios? Guilherme Aparecido Satos Aguilar 1 Vilma Mayumi Tachibaa 1 1 Itrodução O Brasil tem a quarta maior população carcerária do mudo e o estado de São Paulo cota com o maior úmero do Brasil, são mais de 190 mil presos que represetam 37% de todos os presos do país. Esse úmero já era elevado a década de 90, o sistema prisioal cetrado a capital do estado sofria a maior carêcia de estabelecimetos peais do país e segudo dados do Ceso Peiteciário de, o déficit chegava a vagas. Para ateder essa demada, o govero decidiu costruir presídios os pequeos muicípios o iterior paulista e a descetralização teve seu iício em 1995, época em que estavam ocorredo várias situações de resgates e rebeliões detro das prisões. Foram costruídas 21 ovas peiteciárias fechadas e 3 semiabertas, todas o iterior, sedo a maioria, 13 delas, o Oeste Paulista. O processo de iteriorização do sistema peiteciário, uma questão política ecoômica, parecia ser bom para a capital e para o iterior. Era esperada uma redução de crimes a capital e o iterior a geração de empregos a costrução e mauteção dos presídios. Porém a vida dos presos para o iterior trouxe problemas ates ão discutidos: ão era apeas o ecarcerado que se movia para o iterior, mas a sua família também, com isso após o cumprimeto da pea essa pessoa tem grade chace de se fixar esse local. Nos feriados em que os presos possuem o direito de sair em codicioal, ocorrem fugas, roubos e furtos. Mesmo com todos os beefícios e empecilhos causados com a vida dos presídios para o iterior, ão se sabe realmete se houve aumeto sigificativo de violêcia o iterior. Para verificar essa hipótese, foi realizado um estudo utilizado-se a Estatística Espacial com dados de total de crimes cometidos os muicípios paulistas durate o período de a Material e métodos A região de estudo é o estado de São Paulo, que é composto por 645 muicípios. Os dados Totais de crimes foram obtidos da págia da Fudação Seade (Sistema de Aálise de Dados) para cada muicípio do estado e o cálculo da taxa de crimes por muicípio, foram 1 Faculdade de Ciêcias e Tecologia da Uiversidade Estadual Paulista - FCT/UNESP. guiaguilar@hotmail.com vilma@fct.uesp.br 236

2 utilizados dados do IBGE, dispoibilizados pelo DATASUS, sobre a população de cada muicípio o período de estudo. As taxas de crimes de cada muicípio foram cosideradas como dados de área, com um úico valor represetado a agregação dos crimes por muicípio. Os dados origialmete relacioam-se a crimes cometidos em potos específicos de cada muicípio, mas por razões de cofiabilidade (ou como escreveram Carvalho e Souza-Satos (05), o objetivo é ver a floresta e ão as árvores), estes são agregados em polígoos fechados. O objetivo é verificar se o padrão apresetado pela ocorrêcia de crimes é aleatório, se existem regiões com maiores taxas ou se as taxas são regulares em todo estado e se a taxa de crimes mateve-se igual em todo o estado de São Paulo ou se houve um aumeto o iterior, especialmete a região oeste, ode a maioria dos presídios foi costruída a partir de. Para essa fialidade, iicialmete fez-se uma aálise descritiva de dados e posteriormete foram calculados estimador de itesidade espacial kerel e ídice de autocorrelação espacial de Mora, utilizado os softwares SAS, Miitab, GeoDa e Terraview. Para dados de área, a existêcia de agrupameto espacial pode ser medida por um idicador global da autocorrelação espacial, que forece um úico valor como uma medida de associação espacial para toda a área de estudo. Há vários idicadores e este trabalho utilizouse o ídice de Mora. Para examiar padrões em maior detalhe, ou seja, se a hipótese de estacioariedade do processo verifica-se localmete, também foram calculados ídices de Mora local (LISA). O Ídice de Mora Global, expressão da autocorrelação cosiderado apeas o primeiro viziho, pode ser expresso por: I ij i= 1 j = 1 = i= 1 j = 1 w ij w ( y y)( y y) ( yi y) i= 1 i 2 j, (2) em que: correspode ao úmero de áreas, y i é o valor do atributo cosiderado a área i, represeta o valor médio do atributo a região de estudo e w ij são os pesos atribuídos coforme a coexão etre as áreas i e j. O estimador de Kerel, origialmete criado para dados potuais, foi usado para explorar o padrão espacial a área de estudo, com objetivo de se obter uma estimativa suave da itesidade de uma desidade de probabilidade de uma área de observações. De acordo com Bailey e Gatrell (1995), se s represeta um poto a área de estudo, podedo ser o cetroide do muicípio, e s,, s pode ser estimada por: 1 K s são as localizações de áreas vizihas, etão a itesidade, λ ( s), em 237

3 ˆ λ τ 1 s s s, (1) 2 i= 1 τ τ i ( ) = k yi em que k( ) é uma fução desidade de probabilidade (kerel), simétrica em toro da origem e o parâmetro τ > 0 é cohecido como o raio de ifluêcia (largura da faixa) e determia o grau de suavização ele é o raio de uma circuferêcia cetrada em s com potos iteriores s i. 3 Resultados e Discussões Em foram registrados crimes o estado de São Paulo e esse úmero foi aumetado a cada ao chegado a casos em 07, que represetam uma taxa média de 32,59 e 42,83 crimes por habitates, respectivamete. (A) 180 (B) (C) (D) Figura 1 de crimialidade (A) todos os muicípios; (B) a capital e grade São Paulo com presídios; (C) do oeste do estado com presídios, durate o período de a 07; (D) muicípios com presídios em verde e sem presídios em vermelho. Pela Figura 1 observa-se que a taxa mediaa de crimes foi crescedo gradativamete de 31 (para 10 mil habitates) para o período de estudo, ressaltado-se que a capital e a grade São Paulo ão houve um crescimeto e a mediaa foi sempre meor que. Já os 238

4 muicípios da região oeste de São Paulo, ode a maioria dos ovos presídios foi costruída (Figura 1(D)), percebe-se pelo gráfico (C) que a taxa mediaa vai crescedo a cada ao. Esse feômeo pode ser observado a Figura 2, que represeta os mapas de kerel em diferetes períodos. Figura 2 Mapas de kerel da taxa de crimialidade por dez mil habitates os muicípios do estado de São Paulo elaborado o Terraview O ídice de Mora foi calculado para todos os aos em estudo, verificado-se que há rejeição da hipótese de aleatoriedade espacial, ou seja, os crimes ão ocorrem aleatoriamete os muicípios do estado. Há uma ocorrêcia maior em determiadas regiões do estado. 07 Figura 3 Mapa de Mora para taxa de crimialidade os muicípios do estado de São Paulo o ao de (esquerda) e 07 (direita) elaborada o GeoDa Pela Figura 3, em, quado as peiteciárias estavam cocetradas a região da capital, havia grupos de muicípios com taxas altas rodeados por muicípios também com 239

5 taxas altas o litoral e a região próximo de Campias. Esse agrupameto é represetado em cor vermelha os mapas da Figura 3. E vários grupos meores de muicípios, represetados em azul escuro, com taxas baixas que tiham vizihos, também com taxas baixas, as regiões sul, cetral, oeste e oroeste do estado. Esse ceário mudou bastate em 07, quado já havia muitas peiteciárias istaladas o iterior, como apreseta o mapa da esquerda a mesma Figura 3. O agrupameto de muicípios com atas taxas está maior a região oeste, ode praticamete ão se observa mais agrupametos de muicípios com taxas baixas. Todas essas autocorrelações são sigificativas ao ível de sigificâcia de 5%. Os muicípios pitados em rosa têm taxa alta, mas seus vizihos têm taxas baixas; equato que os que são apresetados em azul claro têm taxa de crimes baixa, mas com muicípios vizihos com taxas altas. 4 Coclusões A crimialidade cresceu em praticamete todo o estado de São Paulo, com raras exceções de algus muicípios, porém o fato de ovas peiteciárias terem sido istaladas o iterior mostra um aumeto muito maior estas cidades. Os muicípios do oeste paulista que possuem presídios teve um aumeto maior do que os outros muicípios, maior até mesmo que a capital e os muicípios próximos a ela, que também possuem presídios. Pode-se dizer que as peiteciárias causaram um grade impacto a taxa de crimialidade o iterior. 5 Bibliografia [1] BAILEY, T. C., GATRELL, A. C. Iteractive Spatial Data Aalysis. Essex: Logma Scietific ad Techical, [2] CARVALHO, M.S., SOUZA-SANTOS, R. Aálise de dados espaciais em saúde pública: métodos, problemas, perspectivas. Caderos de Saúde Pública, Rio de Jaeiro, 21 (2): , mar-abr, 05. [3] DATASUS Departameto de Iformática do SUS Miistério da Saúde, dispoível em acessado em 12/06/13. [4] GEODA. acessado em 12/09/12. [5] INPE Divisão de Processameto de Images. Tutorial TerraView, acesso em 05/07/13 [6] SEADE Fudação Sistema Estadual de Aálise de Dados. Justiça e Seguraça, em ba=tabela3&redir=&busca=justi%e7a+e+segura%e7a acessado 05/05/13 [7] TERRAVIEW - INPE. Divisão de Processameto de Images. Acessado em 24/07/12. 2