OBSERVATÓRIO DAS METRÓPOLES: Território, Coesão e Governança Democrática
|
|
- Tiago Guterres Bastos
- 8 Há anos
- Visualizações:
Transcrição
1 UNIVERSIDADE FEDERAL DO RIO DE JANEIRO INTITUTO DE PESQUISA E PLANEJAMENTO URBANO E REGIONAL OBSERVATÓRIO DAS METRÓPOLES: Território, Coesão e Governança Democrática Relatório de Pesquisa Dimensão socioespacial da Exclusão/Integração nas metrópoles: Região Metropolitana de São Paulo (Parte I) Rio de Janeiro, Outubro de 2008
2 Equipe Técnica Luiz Cesar de Queiroz Ribeiro (Coordenador) Rômulo Ribeiro Colaboração Juciano Martins Rodrigues Arthur Molina Moreira Ricardo Sierpe Silva Vidal Observatório das Metrópoles
3 Sumário Lista de Figuras... 4 Lista de Quadros... 4 Lista de Gráficos... 5 Lista de Equações... 6 Introdução... 7 Unidades de Estudos... 8 Estudo de Caso RM de São Paulo - RMSP... 9 Índice de Dispersão... 9 Índice de Exclusão/Inclusão Social Interpolação por Krigagem Perfil Socioeconômico Análise Descritiva Índice de Dispersão Índice de Exclusão/Inclusão Social Autonomia de Renda dos Chefes de Família Desenvolvimento Humano Qualidade de Vida Eqüidade Inclusão/Exclusão Social Perfil Socioeconômico Considerações Finais Referências Bibliográficas... 51
4 Lista de Figuras Figura 1 Ilustração tridimensional da dispersão urbana na RMSP Figura 2 Aproximação da ilustração tridimensional, mostrando a alta concentração no município de São Paulo Figura 3 Setores censitários Autonomia de Renda dos Chefes de Família (ARCF), por unidade de análise Figura 4 Interpolação por krigagem Autonomia de Renda dos Chefes de Família (ARCF), por unidade de análise Figura 5 Setores censitários Desenvolvimento Humano (DH) por unidade de análise Figura 6 Interpolação por krigagem Desenvolvimento Humano (DH), por unidade de análise Figura 7 Setores censitários Qualidade de Vida (QV), por unidade de análise Figura 8 Interpolação por krigagem Qualidade de Vida (QV), por unidade de análise Figura 9 Setores censitários Eqüidade (EQ), por unidade de análise Figura 10 Interpolação por krigagem Eqüidade (EQ), por unidade de análise Figura 11 Setores censitários Índice de Exclusão/Inclusão Social (IEx EXC/INC), por unidade de análise Figura 12 Interpolação por krigagem Índice de Exclusão/Inclusão Social (IEx EXC/INC), por unidade de análise Figura 13 Anéis concêntricos para a RMSP a partir do Centro Social. São 58 anéis a partir do centro social, sendo a largura de cada anel igual a 1 km Lista de Quadros Quadro 1 Parâmetros selecionados por nível para cálculo do Índice de Exclusão/Inclusão Social
5 Quadro 2 Índice de Dispersão e Índice de Dispersão Normalizado para a RMSP Quadro 3 - Índice de Dispersão, Índice de Dispersão Normalizado e Densidade Populacional para a RMSP Quadro 4 Diferença entre os valores do Índice de Dispersão para as unidades de análise Quadro 5 Estatística das unidades de análise para ARCF Quadro 6 Percentual de dados negativos e positivos, e acima de 0,5 (indicação de alta inclusão), por unidade de análise, para ARCF Quadro 7 Estatística das unidades de análise para DH Quadro 8 - Percentual de dados negativos e positivos, e acima de 0,5 (indicação de alta inclusão), por unidade de análise, para DH Quadro 9 Estatística das unidades de análise para QV Quadro 10 - Percentual de dados negativos e positivos, e acima de 0,5 (indicação de alta inclusão), por unidade de análise, para QV Quadro 11 Estatística das unidades de análise para EQ Quadro 12 - Percentual de dados negativos e positivos, e acima de 0,5 (indicação de alta inclusão), por unidade de análise, para EQ Quadro 13 Estatística das unidades de análise para IEx EXC/INC Quadro 14 - Percentual de dados negativos e positivos, e acima de 0,5 (indicação de alta inclusão), por unidade de análise, para IEx EXC/INC Quadro 15 - Correlações entre os índice de densidade populacional, consumo de terra integração e os índices de exclusão e inclusão social e entre a distância ao CBD e os índices de exclusão e inclusão social Lista de Gráficos Gráfico 1 Dados históricos de população brasileira- % População Urbana X % População Rural de 1940 (1-População Residente) a 2000, mostrando a inversão do perfil populacional do país, em meados da década de Gerado a partir de dados censitários (IBGE, 2003)
6 Gráfico 2 Relação entre o Índice de Dispersão e a População em Área Urbana Gráfico 3 Relação entre o Índice de Dispersão e a Área Urbana Construída Gráfico 4 Relação entre o Índice de Dispersão e a Densidade Populacional Gráfico 5 Histogramas da distribuição do Índice de Autonomia de renda dos Chefes de Família (ARCF) Gráfico 6 Histogramas da distribuição do Índice de Desenvolvimento Humano (DH), por unidade de análise Gráfico 7 Histogramas de distribuição do Índice de Qualidade de Vida (QV), por unidade de análise Gráfico 8 Histogramas de distribuição do Índice de Eqüidade (EQ), por unidade de análise Gráfico 9 Histogramas de distribuição do Índice de Exclusão/Inclusão Social (IEx EXC/INC), por unidade de análise Gráfico 10 Variação da densidade populacional à medida que se afasta do centro social, para a RMSP Gráfico 11 Variação dos índices de exclusão social à medida que se afasta do centro social. a) Autonomia de Renda dos Chefes de Família; b) Desenvolvimento Humano; c) Qualidade de Vida; d) Eqüidade; e e) Exclusão/Inclusão Social Lista de Equações d i p i PC i ρ =, Equação y b y= ax+ b x= a a y= ( x+ 1) 2( y b) 2 + b x= Equação a 1 Equação
7 Introdução Nos últimos cinqüenta anos as cidades têm crescido e se desenvolvido numa velocidade muito grande. Praticamente em todo o mundo houve uma inversão entre o número de habitantes rurais e urbanos, sendo que estes últimos ultrapassaram muito, em número, a população rural. Segundo o último censo demográfico brasileiro do ano de 2000, 81,25% da população brasileira localiza-se em centros urbanos (IBGE, 2001). Devido a esta situação, que tende a se tornar cada vez mais crítica, as cidades têm crescido de forma rápida com pouco ou nenhum controle. Isto leva a geração de tensões urbanas de diversos tipos, bem como a um aumento dos custos de manutenção desta realidade. O poder público cada vez tem que gastar mais para tentar suprir as demandas que surgem com o crescimento urbano. Autores como Paviani (1985), Hillier & Hanson (1984), Bertaud & Malpezzi (1999; 2003), Jenk & Burgess (2000), Holanda (2001; 2002; 2003) têm mostrado que a cidade influencia no comportamento de sua população, bem com esta população influencia na organização espacial da cidade, numa relação mútua e constante. De forma que, em certos casos, é possível caracterizar verdadeiros guetos urbanos, nos quais pessoas com características sócio-econômico-culturais semelhantes tendem a se concentrar. Propomos uma ampliação nos estudos urbanos, buscando uma compreensão mais acurada de como a forma urbana afeta o ser humano, e vive-versa, no que tange ao conforto e qualidade de vida, principalmente no que se refere às áreas urbanas excluídas ou segregadas. Em função do agrupamento espacial de populações diferentes, podemos reforçar os resultados obtidos pela configuração espacial, por meio de um análise conjunta do Índice de Exclusão/Inclusão Social, desenvolvido por Sposati (1996), do Índice de Dispersão e do método de análise por meio do perfil urbano, propostos por Bertaud & Malpezzi (1999; 2003) e Bertaud (2004). Após a obtenção destes índices, os mesmos serão espacializados, a partir de setores urbanos a serem analisados. Desta forma, passamos a ter a distribuição espacial dos diversos tipos de exclusão social. Mas, apesar da
8 representação espacial da situação socioeconômica, estes índices geram um padrão tipo colcha de retalhos, o que dificulta compreensão do resultado obtido. Assim, propomos a utilização de métodos geoestatísticos, como krigagem, para melhor entendimento destes resultados. As análises geradas por este estudo são descritivas, baseadas em processos matemáticos e estatísticos, uma vez que, para uma análise mais completa, é necessário o trabalho em conjunto com pesquisadores que conheçam o processo histórico de formação do espaço urbano, assim, teremos uma visão sistêmica da área de estudo. Desta forma, apresentamos aqui a parte inicial dos resultados obtidos. Unidades de Estudos A unidade de estudo é configurada pelos setores censitários que compõem a RM, e que foram classificadas pelo Instituto Brasileiro de Geografia e Estatística (IBGE) como situação urbana 1. Estes setores foram agrupados em função do Grau de Integração à Dinâmica Metropolitana, sendo classificados em: pólo (município sede da RM), muito alto, alto, médio, baixo, muito baixo grau de integração. Ainda há na RM setores que não estão incluídos nesta classificação. O cálculo dos índices foi realizado para os seguintes grupos de setores censitários: Toda RM considerando todos os setores; Pólo considerando somente os setores que o compõe; Pólo e Muito Alto Grau de Integração considerando somente os setores que os compõem; Pólo, Muito Alto e Alto Grau de Integração considerando somente os setores que os compõem; 1 Segundo o IBGE (IBGE, 2003), considera-se os setores como situação urbana 1, 2 e 3 quando encontra-se em: 1- Área Urbanizada de cidade ou vila; 2- Área não-urbanizada de cidade ou vila; 3- Área urbana isolada.
9 Pólo, Muito Alto, Alto e Médio Grau de Integração considerando somente os setores que os compõem (caracterizam toda a Região Metropolitana de São Paulo considerada como urbana pelo IBGE); Desta forma, analisamos as relações entre os diferentes municípios da RM, e como a integração com a RM pode afetá-los. Estudo de Caso RM de São Paulo - RMSP A RM a ser analisada por esta metodologia é a de São Paulo. Isto se deu em função de demanda s pelo Observatório das Metrópoles, e por ser esta RM a maior do Brasil. A partir da estruturação do modelo para a RM do Rio de Janeiro (RMRJ), ampliamos o estudo para a RMSP. Índice de Dispersão O índice de dispersão urbana foi proposto inicialmente por Bertaud & Malpezzi (2003) como um instrumento de análise da ocupação do espaço urbano. A forma da cidade tem uma sua determinação fatores ambientais (relevo, pedologia, geologia, clima, etc.), econômicos (mercado imobiliário, distribuição de renda, impostos, etc.), ideológicos, políticos (legislação). Analisar a cidade como simples resultado de políticas urbanas, que definem áreas permissíveis e impeditivas de crescimento e ocupação, é realizar uma leitura pobre. Este tipo de análise gera a falsa impressão de que as políticas urbanas controlam a forma com que a cidade se estrutura, e durante muito tempo se acreditou nisto, haja vista os Planos Nacionais de Desenvolvimento (PND) e dentro destes os documentos desenvolvidos pelos Conselhos Nacionais de Desenvolvimento Urbano (CNDU), das décadas de 1970 e As políticas urbanas podem induzir o crescimento e tentar controlar a forma da cidade, mas respondem a diferentes determinações ambientais e antrópicas. Em países em desenvolvimento, com processo de industrialização e urbanização recentes, como é comum na América Latina, verifica-se que a legislação urbana tem pouca influência no real controle da forma da cidade. Quase sempre este controle se dá por razões políticas. No Brasil, principalmente após meados da década de 1960, quando ocorreu a inversão
10 da forma de distribuição da população, o qual passou a ter mais pessoas em áreas urbanas (Gráfico 1), e com isto início do processo intenso de favelização, a forma da cidade passou a ser moldada pelas ocupações irregulares periféricas, comumente em áreas de risco ou de restrição ambiental % % Urbana % Rural (1) 1950 (1) Gráfico 1 Dados históricos de população brasileira- % População Urbana X % População Rural de 1940 (1-População Residente) a 2000, mostrando a inversão do perfil populacional do país, em meados da década de Gerado a partir de dados censitários (IBGE, 2003). O processo de ocupação do espaço urbano se dá de diferentes formas, que podem ser divididas em dois grandes grupos genéricos: ocupação regular e ocupação irregular. A primeira se dá a partir de planos e projetos urbanísticos, e conta com equipamentos urbanos, infra-estrutura, acessibilidade a serviços 2. Este tipo de ocupação é destinada a classe média e classes superiores, que têm condições de arcar com os custos urbanos envolvidos neste tipo de ocupação. O segundo tipo de ocupação ocorre em função da necessidade de populações, que se encontram abaixo da classe média, de habitarem próximas aos locais onde podem conseguir seu sustento, seja este formalizado ou não. Como esta parcela da população não tem condições de arcar com os custos do espaço urbano formal, ela pode tomar dois caminhos: ou procurar habitação em locais distantes e mais acessíveis (e em alguns casos até formais), mas acaba tento que arcar com um custo alto de deslocamento casa-trabalho, o que prejudica a autonomia de renda, ou ocupa locais irregulares, muitas vezes de 2 Não estamos avaliando a qualidade destes elementos, apenas a existência, seja implementada ou projetda.
11 risco, mas próximos aos locais regulares, assim podem tentar obter seu sustento, e, também, ter acesso a diferentes equipamentos e serviços. A demanda por habitação e condições mínimas de sobrevivência, cresce na maioria das cidades, o que gera fortes tensões sócio-espaciais, pois coloca lada a lado classes sociais com poder aquisitivo e classes sociais sem condições de vivência. O interessante é notar, mesmo que neste momento, empiricamente, que ambas têm uma relação de dependência, pois as classes mais favorecidas precisam de mão-de-obra barata para serviços que não está disposta a fazer, e as classes menos favorecidas precisam de serviço para poderem sobreviver, mesmo que este serviço seja informal, o que ocorre na maioria dos casos. O conhecimento sobre o espaço urbano é fundamental para o seu planejamento e gestão, e dentro desse processo entender como este espaço se comporta em relação à população, e vice-versa, é de suma importância na elaboração e aplicação de políticas e instrumentos políticos mais condizentes com a realidade local. Desta forma, a teoria de dispersão urbana permite um melhor entendimento sobre a forma urbana e as relações entre ela e as pessoas. O cálculo do índice de dispersão foi feito a partir da fórmula adaptada por Holanda (2003) apenas para maior clareza (ela não muda os resultados), a partir da fórmula proposta por Bertaud & Malpezzi (1999; 2003): d i p i PC i ρ =, Equação 1 onde ρ é o índice de dispersão, d é a distância do centróide de cada setor urbano ao CBD, p é a população de cada setor urbano, P é a população urbana total, e C é a média dos pontos de um círculo de área equivalente à da cidade analisada ao seu centro (que é igual a 2 do raio desse círculo, 3 valor obtido por meio de cálculo integral). (Holanda, 2003) A dispersão urbana pode ser visualizada por meio de um modelo tridimensional, no qual a base corresponde ao setor censitário e a altura é dada pela densidade populacional do setor. Associando-se a ele o centro social, podemos observar como a população se distribui pelo espaço urbano.
12 Propomos uma normalização dos valores obtidos pelo cálculo do índice de Dispersão, de forma que os dados obtidos passam a se localizar numa escala que varia de 0 a 1, na qual 0 corresponde à situação urbana mais compacta e 1 à situação urbana mais dispersa. Com a normalização torna-se mais fácil verificar e analisar a diferença de estruturação entre várias áreas urbanas estudadas, pois os valores obtidos vão se posicionar numa escala clara de fácil interpretação. Utilizamos um ajuste linear que transformou os números absolutos em relativos, representada pela fórmula: y b y= ax+ b x= a Equação 2 onde y é o valor observado, b é o valor mínimo encontrado ao se comparar todos os valores, e a é a amplitude dos dados, calculada como sendo a diferença entre o valor máximo e o valor mínimo. Esta normalização torna os valores adimensionais, fazendo com que possam ser comparados. Índice de Exclusão/Inclusão Social Em função do agrupamento espacial de populações diferentes, principalmente relacionado à acessibilidade a renda, equipamentos e serviços, podemos reforçar os resultados obtidos pela Teoria de Dispersão Urbana, por meio de uma análise conjunta com o Índice de Exclusão/Inclusão Social, desenvolvido por Sposati (2000b). Este índice, estritamente socioeconômico, utiliza dados censitários para exprimir a situação das áreas analisadas. Primeiro são gerados os índices chamados de simples, a partir dos dados censitários, depois são gerados os índices compostos, a partir dos índices simples. Por último é gerado o Índice de Exclusão/Inclusão Social, a partir dos índices compostos, como pode ser visto no Quadro 1.
13 Quadro 1 Parâmetros selecionados por nível para cálculo do Índice de Exclusão/Inclusão Social. INDICADORES Iexi Chefes de família abaixo da linha de Pobreza (sem Rendimento) Iexi Chefe de Família na Linha de Pobreza (com ganho até 2 SM) Iexi sem Rendimento Iexi até 0,5 SM Iexi de 0,5 até 1 SM Iexi de 1 a 2 SM Iexi de 2 a 3 SM Iexi de 3 a 5 SM Iexi de 5 à 10 SM Iexi de 10 a 15 SM Iexi de 15 a 20 SM Iexi mais de 20 SM Iexi Chefes de Família não Alfabetizados Iexi Escolaridade Precária (de 1 à 3 anos de estudo) Iexi de 4 a 7 anos de estudo Iexi de 8 a 10 anos de estudo Iexi de 11 a 14 anos de estudo Iexi mais de 15 anos de estudo Iexi Alfabetização Precoce (com 5 a 9 anos ) Iexi Alfabetização Tardia (de 10 a 14 anos) Iexi não Alfabetizados Iexi Alfabetização Precária Iexi População acima de 70 anos Iexi Precário Abastecimento de Água Iexi Precário Instalação sanitária (Esgoto) Iexi Precário Tratamento do Lixo Iexi Propriedade Domiciliar Iexi Densidade Habitacional Iexi Conforto Sanitário Iexi Habitação Precária Iexi Mulheres não Alfabetizadas Iexi Concentração de Mulheres Chefes de Família Fonte: Modificado de Ribeiro (2003). ÍNDICES SIMPLES Iex Precária Condição de Sobrevivência Iex de Distribuição de Renda dos Chefes de Família Iex de Desenvolvimento Educacional Iex Estímulo Educacional Iex Escolaridade Precária Iex Longevidade Iex Qualidade Ambiental Conforto Domiciliar - Iex Quali dade Domi ciliar ÍNDICES COMPOSTOS Iex AUTONOMIA DE RENDA DOS CHEFES DE FAMÍLIA Iex DESENVOLVIMENTO HUMANO Iex QUALIDADE DE VIDA Iex EQUIDADE Este índice é baseado na representação das quatro utopias utilizadas para a construção da exclusão/inclusão social (Sposati, 2000a, 2000b): 1. Autonomia: o conceito de autonomia é compreendido, no âmbito do Mapa da Exclusão/Inclusão Social, como a capacidade e a possibilidade do cidadão em suprir suas necessidades vitais, especiais, culturais, políticas e sociais, sob as condições de respeito às idéias individuais e coletivas, supondo uma relação na qual o Estado responsável por IEX EXCLUSÃO/INCLUSÃO SOCIAL
14 assegurar necessidades de satisfação coletivas, mas também, em que cidadão tem condições de complementá-las com acesso à oferta privada; supõe possibilidade de exercício de liberdades, tendo reconhecida a sua dignidade, e possibilidade de representar pública e partidariamente os seus interesses sem ser obstaculizado por ações de violação dos direitos humanos e políticos ou pelo cerceamento à sua expressão. Sob esta concepção, o campo da autonomia inclui não só a capacidade do cidadão se autosuprir, desde o mínimo da sobrevivência até necessidades mais específicas, como a de usufruir de segurança social pessoal mesmo quando na situação de recluso ou apenado. É este o campo dos direitos humanos fundamentais. 2. Qualidade de Vida: a noção de qualidade de vida envolve duas grandes questões: a qualidade e a democratização dos acessos às condições de preservação do homem, da natureza e do meio ambiente. Sob esta dupla consideração entendeu-se que a qualidade de vida é a possibilidade de melhor redistribuição e usufruto da riqueza social e tecnológica aos cidadãos de uma comunidade; a garantia de um ambiente de desenvolvimento ecológico e participativo de respeito ao homem e à natureza, com o menor grau de degradação e precariedade. 3. Desenvolvimento Humano: o estudo do desenvolvimento humano tem sido realizado pela ONU/PNUD, por meio do Indicador de Desenvolvimento Humano (IDH). Com base em suas reflexões, entende-se que o desenvolvimento humano é a possibilidade de todos os cidadãos criarem uma sociedade melhor e desenvolverem seu potencial com menor grau possível de privação e de sofrimento; a possibilidade da sociedade poder usufruir coletivamente do mais alto grau de capacidade humana. 4. Eqüidade: o conceito de eqüidade é concebido como o reconhecimento e a efetivação, com igualdade, dos direitos da população, sem restringir o acesso a eles nem estigmatizar as diferenças que conformam os diversos segmentos que a compõem. Assim, eqüidade é entendida como possibilidade das diferenças serem manifestadas e respeitadas, sem discriminação; condição que favoreça o combate das práticas de subordinação ou de preconceito em relação às diferenças de gênero, políticas, étnicas, religiosas, culturais, de minorias etc. (Genovez, 2002) Para compreensão da distribuição da exclusão urbana utilizamos dados do Censo Demográfico Brasileiro de 2000 (IBGE, 2001) por setor censitário (IBGE, 2002), por ser esta a menor unidade de levantamento censitário disponibilizada pelo IBGE. Os dados dos setores censitários (IBGE, 2002) dividem-se em quatro níveis: domicílio, instrução, pessoas e responsável. Em cada nível foram selecionados parâmetros socioeconômicos, de acordo com o trabalho de Ribeiro (2003) (baseado em Genovez, 2002), que calculou o Índice de Exclusão/Inclusão Social (Iexi), para o Distrito Federal, DF. Sposati (2000a) observa que a exclusão social em países em desenvolvimento é caracterizada por uma população que originalmente está à margem de condições de vida aceitáveis, sendo que quanto maiores forem as desigualdades sociais maior será esta exclusão. Esta exclusão implica
15 reconhecimento se sua abrangência e delimitação relativa ao conceito, gerando questão como: o que significa exclusão? Quem é excluído? Excluído em relação a quê? (Bessis, 1995; Dupas, 1999) Este limiar do conceito é flexível, sendo suscetível a variações no espaço e no tempo (Kilmurray, 1995) e depende da percepção dos grupos considerados como excluídos e incluídos e do posicionamento do governo em relação a estes. Assim, o debate conceitual apresenta significativa importância na produção do universo das medidas, pois a concepção de diferentes modelos implica diferentes indicadores estruturados para mensurar um determinado fenômeno (Maxwell, 1999). Neste contexto, capturar as múltiplas dimensões da exclusão/inclusão social, coloca como necessidades: (1) a obtenção de dados diversos provenientes, quando possível, de diferentes fontes; (2) a concepção de diferentes indicadores que expressem, territorialmente, a exclusão/inclusão social no contexto estudado; (3) a produção de dados quantitativos vinculados a dados qualitativos, para capturar as dimensões objetivas e subjetivas da exclusão/inclusão social, e; (4) buscar o entendimento do fenômeno a partir da integração das medidas ao território (Genovez, 2002). Para o cálculo deste índice foram selecionados parâmetros que exprimem condições de exclusão e inclusão social. O valor de cada parâmetro foi transformado em porcentagem, para que se obtivesse a representatividade deste em relação ao valor total existente no setor censitário. Este valor de porcentagem foi normalizado entre -1 e 0, para parâmetros que exprimissem exclusão social (por exemplo, chefes de família sem rendimento), entre 0 e +1 para parâmetros que exprimissem inclusão social (por exemplo, alfabetização precoce), e entre -1 e +1 para parâmetros que exprimissem simultaneamente exclusão e inclusão social (por exemplo, longevidade). Para a normalização de -1 a 0 e 0 a +1, utilizou-se um ajuste linear que transformou números absolutos em relativos, representada pela Equação 2: Para o cálculo do escalonamento de -1 a +1, utilizou-se a fórmula apresentada por Genovez (2002): a y= ( x+ 1) 2( y b) 2 + b x= a 1 Equação 3 onde y é o valor observado, em porcentagem, b é o valor mínimo encontrado ao se comparar as porcentagens de todos os setores, e a é a amplitude dos dados, calculada como sendo a diferença entre o valor máximo e o valor
16 mínimo. Este escalonamento ou normalização torna os valores adimensionais, fazendo com quem possam ser somados e comparados. Após a normalização dos parâmetros, estes foram somados, gerando os índices simples, que geraram os índices compostos. Os índices simples foram normalizados entre os valores de -1 e +1, a partir da Equação 3. Estes últimos foram somados, e novamente normalizados pela Equação 3, para a obtenção dos índices compostos de Autonomia de Renda dos Chefes de Família, Desenvolvimento Humano, Qualidade de Vida e Eqüidade (Genovez, 2002). Na última etapa de cálculo os índices compostos foram somados e normalizados entre os valores de -1 a +1, a partir da Equação 3. Desta forma obteve-se o índice de Exclusão/Inclusão Social. Como citado, este índice é calculado por setor censitário, mas suas espacialização, em primeira análise, pode gerar um conjunto de setores com resultado espacial desconexo, semelhante a uma colcha de retalhos. Para melhorar o resultado utilizamos métodos de interpolação espacial, a partir dos centróides dos setores censitários, de forma a obtermos uma superfície de dados contínuos. Assim, conseguimos ressaltar as variações espaciais do índice. Interpolação por Krigagem Os métodos de interpolação procuram predizer os valores intermediários a partir de conjuntos limitados de pontos, gerando uma superfície de dados contínuos. Assim, este tipo de método procura mensurar os relacionamento e propriedades do fenômeno em estudo a partir de sua posição geográfica (Druck et al., 2006). Os dados utilizados devem ter uma distribuição espacial (regular ou irregular) e devem apresentar uma correlação espacial. A interpolação permite uma análise da continuidade do dado, evitando o padrão de colcha de retalho, muito comum quando analisamos dados amostrais que são definidos por regiões do espaço. Assim, podemos ter acesso aos padrões de variação dos dados analisados. A krigagem pode ser classificada como método geoestatístico de efeito local e global. Como explicam Druck et al. (2006),
17 cada ponto da superfície é estimada apenas a partir da interpolação das amostras mais próximas, utilizando um estimador estatístico. [...] Esses estimadores apresentam propriedades de não ser tendenciosos e de procurar minimizar os erros inferenciais. (Druck et al, 2006: 2) Assim, este método é baseado em modelos estatísticos que incluem autocorrelação, que é o relacionamento estatístico entre os pontos medidos. A autocorrelação espacial basea-se no conceito de dependência espacial, que parte do princípio de Tobler chamado de primeira lei da geografia: todas as coisas são parecidas, mas coisas mais próximas se parecem mais que coisas mais distantes. Assim, a autocorrelação espacial é a medida de correlação na mesma variável medida em locais distintos do espaço. Podemos afirmar que qualquer fenômeno, seja natural ou social, tem alguma relação que depende de seu posicionamento no espaço. (Druck et al., 2006) Em função disto, a krigagem não apenas pode gerar superfícies geoestatísticas de predição, mas também pode predizer o grau de certeza ou acurácia dos dados interpolados. Para utilizarmos o método de krigagem temos, basicamente, que seguir um processo de dois passos: primeiro, criar os variogramas e funções de covariância para estimar os valores de autocorrelação espacial, que dependem dos modelos de autocorrelação, ajustando o modelo. Segundo, a predição dos valores desconhecidos deve ser feita. Isto porque estas duas ações distintas usam os dados duas vezes: primeiro para estimar a autocorrelação espacial e segundo para fazer a predição. O tipo de krigagem escolhida foi a ordinária, pois não requer o conhecimento prévio da média dos valores da amostra. O semivariograma é uma ferramenta básica de suporte às técnicas de krigagem, pois permite representar quantitativamente a variação de um fenômeno regionalizado no espaço. O modelo de semivariograma utilizado foi o esférico, onde há um progressivo decréscimo da autocorrelação espacial, equivalentemente, ocorre um acréscimo da semivariância, até certa distância, além da qual a autocorrelação é zero. Este é um dos modelos mais comumente usados. Associada a análise da superfície de krigagem, temos várias medidas que nos ajudam a compreender o comportamento dos dados, tais como (kvanli et al, 1996; Andriotti, 2003):
18 Média é uma medida de tendência central a qual indica um valor central em volta do qual os dados da amostra tendem a se concentrar. Mediana é uma separação física dos dados, na qual procura-se identificar o valor central por meio da ordenação e separação dos dados amostrais em dois conjuntos iguais. Desvio-padrão indica a variação dos valores de um conjunto amostral em relação à média da amostra. Assimetria (Skewness) indica o grau de desvio de uma curva no sentido horizontal (Andriotti, 2003), podendo ser positivo se há maior concentração dos valores à esquerda da média, ou negativo se há maior concentração de valores à direita da média. Indica qual a tendência de deslocamento dos dados em relação à média, mediana e moda, isto é, de qual lado os dados tendem a se concentrar. Curtose é o grau de achatamento da curva em relação a uma curva normal. Indica como os dados da amostra se distribuem, isto é, se há concentração próxima a média, ou se os dados da amostra estão dispersos. Se o valor da curtose for igual a zero, então podemos dizer que a distribuição é caracterizada por uma curva normal, estas funções são chamadas de mesocúrticas; se o valor é maior que zero então a distribuição em questão é mais alta e concentrada que a distribuição normal, estas funções são chamadas de leptocúrtica; e, se o valor é menor que zero então a função de distribuição é mais achatada que a distribuição normal, sendo chamada de platicúrtica. Retirado de 13/11/2006. Quartil é uma medida de posição que divide os dados da amostra, ordenados em ordem crescente, em quatro partes iguais. Assim, no primeiro quartil temos um valor da amostra, e a partir dele e os inferiores a ele, o conjunto de dados para o qual há 25% da amostra. No terceiro quartil temos um valor da amostra para o qual temos a concentração de 75% dos valores do conjunto. O Índice de Exclusão/Inclusão Social, que pode ser caracterizado como um índice de qualidade de vida, por ser constituído por parâmetros
19 socioeconômicos, mensura a desigualdade social urbana. Nosso trabalho vem contribuir nesta área por analisar a variação da exclusão social urbana e a dispersão espacial da cidade, de forma a buscar novos caminhos para compreendermos e analisarmos melhor as situações presentes nas cidades. Perfil Socioeconômico Bertaud (2004) propõe uma forma diferente de análise urbana, na qual são estudados parâmetros urbanos em função de distâncias ao Centro Social, este identificado como sendo o setor ou agrupamento de setor de maior alta renda. O autor utiliza apenas a densidade populacional por quilômetro e o consumo de terra (espaço urbano por habitante) por quilômetro. Isto revela aspectos de ocupação do espaço, mas deixa a desejar quanto à compreensão da situação socioeconômica. No presente trabalho pretendemos analisar não apenas a ocupação do espaço urbano, conforme proposto por Bertaud (2004), mas também verificar como se comportam os índices de exclusão/inclusão social propostos por Sposati (2000b). Com isto verificar como ocorrer a distribuição da exclusão urbana à medida há afastamento do Centro Social. Análise Descritiva Índice de Dispersão O Quadro 2 apresenta o índice de dispersão calculado para cada unidade de análise, bem como o valor normalizado em função do conjunto de estudo. Quadro 2 Índice de Dispersão e Índice de Dispersão Normalizado para a RMSP Unidade de Análise Índice de Dispersão Índice de Dispersão Normalizado Toda RMSP (Pólo, Muito Alto, Alto e Médio Grau de 1,107 0,00 Integração) Pólo, Muito Alto e Alto Grau de Integração 1,115 0,01 Pólo e Muito Alto Grau de Integração 1,362 0,45 Pólo 1,679 1,00 Os valores obtidos mostram que o município de São Paulo (considerado como pólo pelo grau de integração), apresenta mais alta dispersão espacial do
20 que o agrupamento das demais áreas de análise. Um resultado interessante é obtido quando acrescentamos os municípios por grau de integração. Verificamos que a cada acréscimo ocorre uma redução da dispersão, sendo que toda a RMSP apresenta o valor mais baixo de dispersão. Com isto, temos que a região da RMSP é mais compacta do que o município pólo. Este resultado pode ser explicado pela variação da densidade populacional para cada unidade de análise, conforme Quadro 3. Quadro 3 - Índice de Dispersão, Índice de Dispersão Normalizado e Densidade Populacional para a RMSP. Unidade de Análise Toda RMSP (Pólo, Muito Alto, Alto e Médio Grau de Integração) Pólo, Muito Alto e Alto Grau de Integração Pólo e Muito Alto Grau de Integração Índice de Dispersão Índice de Dispersão Normalizado Densidade Populacional 1,107 0,00 47,55 1,115 0,01 50,25 1,362 0,45 78,21 Pólo 1,679 1,00 108,81 O Gráfico 2 mostra a relação entre o índice de dispersão e a população urbana de cada unidade de análise. Pode-se verificar a tendência de aumento da compactação com o aumento da população. A correlação entre a dispersão e a população e foi de -0,97, com isto verificamos que quanto menor a dispersão, maior a população nas unidades de análise. A relação entre a dispersão e a área urbana (Gráfico 3), apresenta, também, uma correlação de - 0,99, mostrando que quanto maior a área da unidade de análise, menor a dispersão.
21 Gráfico 2 Relação entre o Índice de Dispersão e a População em Área Urbana. Relação entre o Índice de Dispersão e a População em Área Urbana 1,8 1,7 1,6 Índice de Dispersão 1,5 1,4 1,3 Pólo Pólo+MA Pólo+MA+A Pólo+MA+A+Md 1,2 1, População (hab) Gráfico 3 Relação entre o Índice de Dispersão e a Área Urbana Construída. Relação entre o Índice de Dispersão e a área urbana construída 1,8 1,7 1,6 Índice de Dispersão 1,5 1,4 1,3 Pólo Pólo+MA Pólo+MA+A Pólo+MA+A+Md 1,2 1, , , , , , , , ,00 Área Urbana Construída (km2) Estas duas correlações mostram que a maior parte da população encontra-se concentrada no município pólo, o que pode ser constatado pela densidade populacional, o município pólo apresenta a maior densidade populacional de todas as unidades de análise, 108,81 hab/ha, como pode ser visto no Gráfico 4.
22 Gráfico 4 Relação entre o Índice de Dispersão e a Densidade Populacional. Relação entre o Índice de Dispersão e a Densidade Populacional 1,8 1,7 1,6 Índice de Dispersão 1,5 1,4 1,3 Pólo Pólo+MA Pólo+MA+A Pólo+MA+A+Md 1,2 1, Densidade Populacional (pop/ha) A correlação obtida entre o Índice de Dispersão e a Densidade Populacional foi de 0,99. Isto nos indica que quanto maior a dispersão, maior será a densidade populacional. Este resultado, associado à dispersão corrobora para afirmarmos que a maior parte da população da RMSP vive no município pólo, à medida que nos afastamos dele, acrescendo os municípios por grau de integração, a densidade se reduz. Gerando o resultado da alta compactação da RMSP, pois a maior parte da população se encontra concentrada no município pólo. Neste a população encontra-se dispersa, isto é, distante do centro social, um dos fatores geradores desta situação é o alto custo de vida próxima ao centro. O Índice de Dispersão Normalizado nos mostra a distância entre os elementos do conjunto analisado. Assim, a distância entre as unidades de análise pode ser visualizada no Quadro 4.
23 Quadro 4 Diferença entre os valores do Índice de Dispersão para as unidades de análise. Unidade de Análise Toda RMSP (Pólo, Muito Alto, Alto e Médio Grau de Integração) Pólo, Muito Alto e Alto Grau de Integração Pólo e Muito Alto Grau de Integração Índice de Dispersão Índice de Dispersão Normalizado Diferença entre Unidades Densidade Populacional 1,107 0,00 0,00 47,55 1,115 0,01 0,01 50,25 1,362 0,45 0,44 78,21 Pólo 1,679 1,00 0,55 108,81 Estas informações mostram que há maior concentração populacional no município pólo, trazendo diversos problemas e tensões sociais ao mesmo. Esta alta concentração populacional nesta área acaba por acarretar na geração e aumentos das desigualdades sociais, bem como na redução da qualidade de vida e acesso a equipamentos urbanos. A Figura 1 ilustra a dispersão na RMSP, onde temos a figura tridimensional mostrando que no município de São Paulo ocorre a maior concentração populacional, que pode ser visualizada pela maior rugosidade nesta área. A Figura 2 mostra uma ampliação da ilustração tridimensional, na qual é possível verificar a alta concentração populacional no município de São Paulo.
24 Centro Social Figura 1 Ilustração tridimensional da dispersão urbana na RMSP. Centro Social Figura 2 Aproximação da ilustração tridimensional, mostrando a alta concentração no município de São Paulo.
25 Índice de Exclusão/Inclusão Social Para a análise do Índice de Exclusão/Inclusão Social adotamos dois métodos, que foram aplicados a cada unidade de análise: 1. Análise de dados por intervalo, no qual o ponto de referência zero é definido arbitrariamente, e que depende da amplitude do conjunto de dados, permitindo uma distribuição de valores negativos e positivos; e 2. Análise de dados por interpolação geoestatística, por meio de krigagem. Permite a análise da distribuição dos valores do conjunto em uma superfície. Assim, conseguimos obter uma variação da mudança entre os valores do conjunto. Autonomia de Renda dos Chefes de Família Como pode ser observado nas figuras de autonomia de renda dos chefes de família (ARCF) para cada unidade de análise, podemos perceber que há uma tendência de concentração de valores a partir do zero em direção aos valores positivos. Esta informação é corroborada pela análise dos histogramas, como pode ser visto no Quadro 5. Podemos notar que há um comportamento comum em todas as unidades, e que apesar de suas diferenças socioeconômicas, elas são muito semelhantes. As médias concentraram-se acima de zero, com maior valor 0,39 e menor valor 0,26. O desvio padrão foi muito próximo entre as unidades, mostrando que a variação entre os valores analisados independe, neste caso, do tamanho da unidade de análise. A assimetria negativa para todas as unidades indica uma tendência de concentração dos valores à direita do gráfico, o que mostra inclusão. Os valores de curtose variam pouco entre as unidades, e são maiores que zero. Assim, as funções que caracterizam a distribuição são leptocúrticas, reforçando o fato da concentração dos valores próximo à média. O 1 quartil, que representa 25% dos dados, mostra que apenas valores abaixo de 0,20, encontram-se nesta faixa. Enquanto que 75% dos dados, representados pelo 3 quartil, encontram-se abaixo de 0,64. Com esta informação temos a confirmação de que os dados se concentram do lado da inclusão.
26 Quadro 5 Estatística das unidades de análise para ARCF. Unidade Média Desvio Assimetria Curtose 1 Quartil 3 Quartil padrão Pólo 0, , , ,902 0, ,63938 Pólo e MA 0, , , ,572 0, ,51255 Pólo, MA e A 0, , , ,727 0, ,54686 Toda RMSP (Pólo, MA, A e Md) 0, , , ,649 0, ,49802 Gráfico 5 Histogramas da distribuição do Índice de Autonomia de renda dos Chefes de Família (ARCF). Pólo Pólo e Muito Alto Grau de Integração Freqüência da Distribuição do IEx Autonomia de Renda dos Chefes de Família (ARCF) - Pólo Freqüência da Distribuição do IEx Autonomia de Renda dos Chefes de Família (ARCF) - Pólo e Muito Alto Freqüência Freqüência ,00-0,75-0,50-0,25 0,00 0,25 0,50 0,75 1,00 IEX ARCF Pólo, Muito Alto e Alto Grau de Integração Freqüência da Distribuição do IEX Autonomia de Renda dos Chefes de Familia (ARCF) - Pólo Muito Alto e Alto ,00-0,75-0,50-0,25 0,00 0,25 0,50 0,75 1,00 IEx ARCF Toda RMSP (Pólo, Muito Alto, Alto e Médio Grau de Integração) 7000 Freqüência da Distribuição do IEx Autonomia de Renda dos Chefes de Família (ARCF) - RMSP Freqüência Freqüência ,00-0,75-0,50-0,25 0,00 0,25 0,50 0,75 1,00 IEX ARCF 0-1,00-0,75-0,50-0,25 0,00 0,25 0,50 0,75 1,00 IEx ARCF Espacialmente podemos perceber que as situações de inclusão concentram-se no município pólo, e neste há concentração no entorno do centro social. A partir desta área ocorre uma redução deste indicador em direção aos municípios periféricos. (figuras 3, 5, 7, 9 e 11) O Quadro 6 apresenta o agrupamento em grandes classes, de forma a obtermos a variação entre as unidades de análise. Para ARCF, verificamos que ocorre uma redução na situação de inclusão à medida que ampliamos a área analisada, pela inserção dos municípios por grau de integração. Assim, o município pólo apresenta melhores condições de autonomia de renda dos chefes. Mesmo assim, verificamos que, para todas as unidades de análise, mais de 80% da população apresenta-se na região de inclusão e mais de 24%
27 da população encontra-se na região de alta inclusão, acima de 0,5, e menos de 11% da população encontra-se na região de exclusão. Quadro 6 Percentual de dados negativos e positivos, e acima de 0,5 (indicação de alta inclusão), por unidade de análise, para ARCF. Unidades de Análise < 0 (%) > 0 (%) Acima de 0,5 (%) Pólo 10,85 89,15 38,31 Pólo e Muito Alto 19,84 80,16 26,36 Pólo, Muito Alto e Alto 17,13 82,87 29,20 Toda RMSP (Pólo, Muito Alto, Alto e Médio) 20,12 79,88 24,84 Pólo Pólo e Muito Alto Grau de Integração Pólo, Muito Alto e Alto Grau de Integração Toda RMSP - Pólo, Muito Alto, Alto e Médio Grau de Integração Figura 3 Setores censitários Autonomia de Renda dos Chefes de Família (ARCF), por unidade de análise. A interpolação das variáveis por krigagem elimina o efeito de colcha de retalho, comum quando realizamos análise por setor censitário. Com a utilização desta técnica, percebemos claramente que a região concentradora
28 de inclusão está no município pólo, e gradualmente há reduz do indicador à medida que nos afastamos dele, em direção aos municípios periféricos. (figuras 4, 6, 8, 10 e 12) Esta situação se repete para os outros indicadores, por esta razão, não será repetido o texto para os mesmos. A variação que ocorre entre eles é relativa à intensidade de redução, e a ocorrência de enclaves de inclusão. Para esta caracterização recomendamos uma análise intraurbana, considerando a condição de análise por bairro.
29 Pólo Pólo e Muito Alto Grau de Integração Pólo, Muito Alto e Alto Grau de Integração Pólo, Muito Alto, Alto e Médio Grau de Integração Figura 4 Interpolação por krigagem Autonomia de Renda dos Chefes de Família (ARCF), por unidade de análise.
30 Desenvolvimento Humano Como pode ser observado nas figuras de desenvolvimento humano (DH) para cada unidade de análise, podemos perceber que há uma fraca tendência de concentração de valores próxima ao zero em direção aos valores positivos. Esta informação é corroborada pela análise dos histogramas, como pode ser visto no Quadro 7. Podemos notar que há um comportamento comum em todas as unidades, e que apesar de suas diferenças socioeconômicas, elas são muito semelhantes. As médias concentram-se próxima a zero, com maior valor 0,34 e menor valor 0,08, região que não indica exclusão ou inclusão. O desvio padrão variou muito pouco para as unidades, mostrando que a alteração entre os valores analisados independe, neste caso, do tamanho da unidade de análise. A assimetria negativa para todas as unidades indica uma tendência de concentração dos valores à direita do gráfico, o que mostraria inclusão, mas os valores são baixos, e que apesar de haver indicação de inclusão, esta é incipiente. Os valores de curtose variam pouco entre as unidades, e são maiores que zero. Assim, as funções que caracterizam a distribuição são leptocúrticas, reforçando o fato da concentração dos valores próximo à média. O 1 quartil, que representa 25% dos dados, mostra que apenas valores abaixo de 0,21, encontram-se nesta faixa. Enquanto que 75% dos dados, representados pelo 3 quartil, encontram-se abaixo de 0,53. Com esta informação temos a confirmação de que, apesar dos dados se concentrarem do lado da inclusão, estes se posicionam próximo ao zero, indicando uma situação intermediária, que pode pender tanto para inclusão quanto para exclusão. Quadro 7 Estatística das unidades de análise para DH. Unidade Média Desvio Assimetria Curtose 1 Quartil 3 Quartil padrão Pólo 0, , , ,7929 0, ,52675 Pólo e MA 0, , , ,0569-0, ,25645 Pólo, MA e A 0, , , ,3835 0, ,47378 Toda RMSP (Pólo, MA, A e Md) 0, , , ,6191-0, ,27056
31 Gráfico 6 Histogramas da distribuição do Índice de Desenvolvimento Humano (DH), por unidade de análise. Pólo Pólo e Muito Alto Grau de Integração Freqüência da Distribuição do IEx Desenvolvimento Humano (DH) - Pólo Freqüência da Distribuição do IEx Desenvolvimento Humano (DH) - Pólo e Muito Alto Freqüência 3000 Freqüência ,00-0,75-0,50-0,25 0,00 0,25 0,50 0,75 1,00 IEX DH Pólo, Muito Alto e Alto Grau de Integração Freqüência da Distribuição do IEX Desenvolvimento Humano (DH) - Pólo Muito Alto e Alto 0-1,00-0,75-0,50-0,25 0,00 0,25 0,50 0,75 1,00 Toda RMSP - Pólo, Muito Alto, Alto e Médio Grau de Integração IEx DH Freqüência da Distribuição do IEx Desenvolvimento Humano (DH) - RMSP Freqüência Freqüência ,00-0,75-0,50-0,25 0,00 0,25 0,50 0,75 1,00 IEX DH 0-1,00-0,75-0,50-0,25 0,00 0,25 0,50 0,75 1,00 IEx DH O Quadro 8 apresenta o agrupamento em grandes classes, de forma a obtermos a variação entre as unidades de análise. Para DH, verificamos que ocorre redução na situação de inclusão à medida que ampliamos a área analisada, pela inserção dos municípios por grau de integração. As oscilações encontradas nos valores dificultam estabelecer alguma relação. Mesmo assim, o município pólo apresenta melhores condições de desenvolvimento humano. Verificamos que para esta variável ocorre uma redução na quantidade de pessoas que se encontra em situação de alta inclusão. Mesmo assim, mais de 29% da população encontra-se na situação de inclusão. Quadro 8 - Percentual de dados negativos e positivos, e acima de 0,5 (indicação de alta inclusão), por unidade de análise, para DH. Unidades de Análise < 0 (%) > 0 (%) Acima de 0,5 (%) Pólo 7,92 92,18 29,16 Pólo e Muito Alto 30,95 69,05 0,17 Pólo, Muito Alto e Alto 9,60 90,40 21,06 Toda RMSP (Pólo, MA, A e Md) 25,45 74,55 0,50
32 Pólo Pólo e Muito Alto Grau de Integração Pólo, Muito Alto e Alto Grau de Integração Toda RMSP - Pólo, Muito Alto, Alto e Médio Grau de Integração
33 Figura 5 Setores censitários Desenvolvimento Humano (DH) por unidade de análise. Pólo Pólo e Muito Alto Grau de Integração Pólo, Muito Alto e Alto Grau de Integração Toda RMSP - Pólo, Muito Alto, Alto e Médio Grau de Integração Figura 6 Interpolação por krigagem Desenvolvimento Humano (DH), por unidade de análise.
34 Qualidade de Vida Como pode ser observado nas figuras de qualidade de vida (QV) para cada unidade de análise, podemos perceber que há uma forte tendência de concentração de valores acima de 0,62, o que indica alta inclusão. Esta informação é corroborada pela análise dos histogramas, como pode ser visto no Quadro 9. Podemos notar que há um comportamento comum em todas as unidades, e que apesar de suas diferenças socioeconômicas, elas são muito semelhantes. As médias concentram-se acima de 0,61, com maior valor 0,70 e menor valor 0,61, região que indica alta inclusão. O desvio padrão variou muito pouco para as unidades, mostrando que a alteração entre os valores analisados independe, neste caso, do tamanho da unidade de análise. A assimetria fortemente negativa para todas as unidades indica concentração dos valores à direita do gráfico, o que mostra inclusão, para esta variável em todas as unidades de análise. Os valores de curtose variam pouco entre as unidades, e são maiores que zero. Assim, as funções que caracterizam a distribuição são leptocúrticas, reforçando o fato da concentração dos valores próximo à média. O 1 quartil, que representa 25% dos dados, mostra que apenas valores abaixo de 0,56, encontram-se nesta faixa. Enquanto que 75% dos dados, representados pelo 3 quartil, encontram-se abaixo de 0,72. Com esta informação temos a confirmação de que os dados se concentrarem do lado da inclusão, próximo ao valor máximo. Quadro 9 Estatística das unidades de análise para QV. Unidade Média Desvio Assimetria Curtose 1 Quartil 3 Quartil padrão Pólo 0, , ,9300 8,9611 0, ,79497 Pólo e MA 0, , , ,917 0, ,72427 Pólo, MA e A 0, , ,9336 8,1264 0, ,75492 Toda RMSP (Pólo, MA, A e Md) 0, , , ,816 0, ,80942
35 Gráfico 7 Histogramas de distribuição do Índice de Qualidade de Vida (QV), por unidade de análise. Pólo Pólo e Muito Alto Grau de Integração Freqüência da Distribuição do IEX Qualidade de Vida (QV) - Pólo Freqüência da Distribuição do IEx Qualidade de Vida (QV) - Pólo e Muito Alto Freqüência Freqüência ,00-0,75-0,50-0,25 0,00 0,25 0,50 0,75 1,00 IEX QV Pólo, Muito Alto e Alto Grau de Integração Freqüência da Distribuição do IEX Qualidade de Vida (QV) - Pólo Muito Alto e Alto 0-1,00-0,75-0,50-0,25 0,00 0,25 0,50 0,75 1,00 Toda RMSP - Pólo, Muito Alto, Alto e Médio Grau de Integração IEx QV Freqüência da Distribuição do IEx Qualidade de Vida (QV) - RMSP Freqüência 6000 Freqüência ,00-0,75-0,50-0,25 0,00 0,25 0,50 0,75 1,00 IEX QV -1,00-0,75-0,50-0,25 0,00 0,25 0,50 0,75 1,00 IEx QV O Quadro 10 apresenta o agrupamento em grandes classes, de forma a obtermos a variação entre as unidades de análise. Para QV, verificamos que a variação entre as unidades de análise é muito pequena, e não apresenta nenhum padrão de comportamento. É interessante notar que todas as unidades de análise apresentam mais de 96% da população em situação de inclusão e mais de 82% em situação de alta inclusão, acima de 0,5. E menos de 3,25% da população encontra-se em situação de exclusão. Quadro 10 - Percentual de dados negativos e positivos, e acima de 0,5 (indicação de alta inclusão), por unidade de análise, para QV. Unidades de Análise < 0 (%) > 0 (%) Acima de 0,5 (%) Pólo 0,86 99,14 88,49 Pólo e Muito Alto 1,57 98,43 84,90 Pólo, Muito Alto e Alto 3,25 96,75 82,40 Toda RMSP (Pólo, Muito Alto, Alto e Médio) 1,08 98,92 90,41
OBSERVATÓRIO DAS METRÓPOLES: Território, Coesão e Governança Democrática
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO INTITUTO DE PESQUISA E PLANEJAMENTO URBANO E REGIONAL OBSERVATÓRIO DAS METRÓPOLES: Território, Coesão e Governança Democrática Relatório de Pesquisa Dimensão socioespacial
Leia mais---- ibeu ---- ÍNDICE DE BEM-ESTAR URBANO
INSTITUTO NACIONAL DE CIÊNCIA E TECNOLOGIA CNPq/FAPERJ/CAPES ---- ibeu ---- ÍNDICE DE BEM-ESTAR URBANO COORDENAÇÃO LUIZ CÉSAR DE QUEIROZ RIBEIRO EQUIPE RESPONSÁVEL ANDRÉ RICARDO SALATA LYGIA GONÇALVES
Leia maisDESIGUALDADE AMBIENTAL DO MUNICÍPIO DE SALINAS MG
DESIGUALDADE AMBIENTAL DO MUNICÍPIO DE SALINAS MG BRENO FURTADO LIMA 1, EDUARDO OLIVEIRA JORGE 2, FÁBIO CHAVES CLEMENTE 3, GUSTAVO ANDRADE GODOY 4, RAFAEL VILELA PEREIRA 5, ALENCAR SANTOS 6 E RÚBIA GOMES
Leia maisPisa 2012: O que os dados dizem sobre o Brasil
Pisa 2012: O que os dados dizem sobre o Brasil A OCDE (Organização para Cooperação e Desenvolvimento Econômico) divulgou nesta terça-feira os resultados do Programa Internacional de Avaliação de Alunos,
Leia maisRESULTADOS DO ÍNDICE DE VULNERABILIDADE SOCIAL DO PARANÁ - 2010 *
RESULTADOS DO ÍNDICE DE VULNERABILIDADE SOCIAL DO PARANÁ - 2010 * Os resultados aqui apresentados foram extraídos do Atlas da Vulnerabilidade Social nos Municípios Brasileiros, elaborado pelo Instituto
Leia maisROTEIRO PARA ELABORAÇÃO DE PROJETOS
APRESENTAÇÃO ROTEIRO PARA ELABORAÇÃO DE PROJETOS Breve histórico da instituição seguido de diagnóstico e indicadores sobre a temática abrangida pelo projeto, especialmente dados que permitam análise da
Leia maisCAPÍTULO 6 CONCLUSÕES
Nada se sabe, tudo se imagina Frederico Fellini CAPÍTULO 6 CONCLUSÕES 6.1 - Considerações Finais A principal contribuição deste trabalho volta-se para a produção e validação de métodos para o tratamento
Leia maisCaracterização do território
Perfil do Município de Cabo Verde, MG 29/07/2013 - Pág 1 de 14 Caracterização do território Área 368,15 km² IDHM 2010 0,674 Faixa do IDHM Médio (IDHM entre 0,6 e 0,699) (Censo 2010) 13823 hab. Densidade
Leia maisÍNDICE PAULISTA DE VULNERABILIDADE SOCIAL
ÍNDICE PAULISTA DE VULNERABILIDADE SOCIAL O Estado de São Paulo, especialmente nos grandes centros urbanos, apresenta enormes desigualdades sociais, com áreas de alto padrão de qualidade de vida e outras
Leia maisCaracterização do território
Perfil do Município de Guaranésia, MG 29/07/2013 - Pág 1 de 14 Caracterização do território Área 294,28 km² IDHM 2010 0,701 Faixa do IDHM Alto (IDHM entre 0,700 e 0,799) (Censo 2010) 18714 hab. Densidade
Leia mais2 ASPECTOS DEMOGRÁFICOS
2 ASPECTOS DEMOGRÁFICOS Neste capítulo se pretende avaliar os movimentos demográficos no município de Ijuí, ao longo do tempo. Os dados que fomentam a análise são dos censos demográficos, no período 1920-2000,
Leia maisCaracterização do território
Perfil do Município de Peruíbe, SP 30/07/2013 - Pág 1 de 14 Caracterização do território Área 323,17 km² IDHM 2010 0,749 Faixa do IDHM Alto (IDHM entre 0,700 e 0,799) (Censo 2010) 59773 hab. Densidade
Leia maisHistória da Habitação em Florianópolis
História da Habitação em Florianópolis CARACTERIZAÇÃO DAS FAVELAS EM FLORIANÓPOLIS No início do século XX temos as favelas mais antigas, sendo que as primeiras se instalaram em torno da região central,
Leia maisCaracterização do território
Perfil do Município de Novo Mundo, MT 02/08/2013 - Pág 1 de 14 Caracterização do território Área 5826,18 km² IDHM 2010 0,674 Faixa do IDHM Médio (IDHM entre 0,6 e 0,699) (Censo 2010) 7332 hab. Densidade
Leia maisCaracterização do território
Perfil do Município de Vera, MT 02/08/2013 - Pág 1 de 14 Caracterização do território Área 2962,4 km² IDHM 2010 0,680 Faixa do IDHM Médio (IDHM entre 0,6 e 0,699) (Censo 2010) 10235 hab. Densidade demográfica
Leia maisCaracterização do território
Perfil do Município de Porto Alegre do Norte, MT 02/08/2013 - Pág 1 de 14 Caracterização do território Área 3994,51 km² IDHM 2010 0,673 Faixa do IDHM Médio (IDHM entre 0,6 e 0,699) (Censo 2010) 10748 hab.
Leia maisCaracterização do território
Perfil do Município de São José do Rio Claro, MT 02/08/2013 - Pág 1 de 14 Caracterização do território Área 5074,56 km² IDHM 2010 0,682 Faixa do IDHM Médio (IDHM entre 0,6 e 0,699) (Censo 2010) 17124 hab.
Leia maisMovimentos sociais - tentando uma definição
Movimentos sociais - tentando uma definição Analogicamente podemos dizer que os movimentos sociais são como vulcões em erupção; Movimentos sociais - tentando uma definição Movimentos sociais ocorrem quando
Leia maisTrabalho apresentado no III Congresso Ibero-americano de Psicogerontologia, sendo de total responsabilidade de seu(s) autor(es).
A QUALIDADE DE VIDA SOB A ÓTICA DAS DINÂMICAS DE MORADIA: A IDADE ENQUANTO UM FATOR DE ACÚMULO DE ATIVOS E CAPITAL PESSOAL DIFERENCIADO PARA O IDOSO TRADUZIDO NAS CONDIÇÕES DE MORADIA E MOBILIDADE SOCIAL
Leia maisIndicadores Anefac dos países do G-20
Indicadores Anefac dos países do G-20 O Indicador Anefac dos países do G-20 é um conjunto de resultantes de indicadores da ONU publicados pelos países: África do Sul, Alemanha, Arábia Saudita, Argentina,
Leia maisA DEMANDA POR EDUCAÇÃO INFANTIL NA REGIÃO METROPOLITANA DE SÃO PAULO E OS DESAFIOS PARA AS POLÍTICAS PÚBLICAS
1 A DEMANDA POR EDUCAÇÃO INFANTIL NA REGIÃO METROPOLITANA DE SÃO PAULO E OS DESAFIOS PARA AS POLÍTICAS PÚBLICAS A importância dos cuidados com as crianças na primeira infância tem sido cada vez mais destacada
Leia maisCapítulo 7 Medidas de dispersão
Capítulo 7 Medidas de dispersão Introdução Para a compreensão deste capítulo, é necessário que você tenha entendido os conceitos apresentados nos capítulos 4 (ponto médio, classes e frequência) e 6 (média).
Leia maisHETEROGENEIDADE ESTRUTURAL NO SETOR DE SERVIÇOS BRASILEIRO
HETEROGENEIDADE ESTRUTURAL NO SETOR DE SERVIÇOS BRASILEIRO João Maria de Oliveira* 2 Alexandre Gervásio de Sousa* 1 INTRODUÇÃO O setor de serviços no Brasil ganhou importância nos últimos tempos. Sua taxa
Leia maisCriminalidade. Luciano Nakabashi Juliano Condi
A Associação Comercial de (ACIRP) em parceria com a FUNDACE realiza uma pesquisa de qualidade de vida na cidade de desde 2009. Essa é uma pesquisa muito importante para se que se tenha uma base confiável
Leia maisna região metropolitana do Rio de Janeiro
O PERFIL DOS JOVENS EMPREENDEDORES na região metropolitana do Rio de Janeiro NOTA CONJUNTURAL MARÇO DE 2013 Nº21 PANORAMA GERAL Segundo a Pesquisa Nacional por Amostra de Domicílios (PNAD/IBGE) de 2011,
Leia maisA Concentração do Capital Humano e o Desenvolvimento das Cidades
A Concentração do Capital Humano e o Desenvolvimento das Cidades Bernardo L. Queiroz Departamento de Demografia CEDEPLAR/UFMG O ESPAÇO METROPOLITANO NA PERSPECTIVA DO DESENVOLVIMENTO SOCIAL Referências
Leia maisII TEXTO ORIENTADOR 1. APRESENTAÇÃO
II TEXTO ORIENTADOR 1. APRESENTAÇÃO A III Conferência Nacional dos Direitos das Pessoas com Deficiência acontece em um momento histórico dos Movimentos Sociais, uma vez que atingiu o quarto ano de ratificação
Leia maisPRATICANDO EXERCÍCIOS - 2013. Colégio Santa Clara Prof. Marcos
PRATICANDO EXERCÍCIOS - 2013 Colégio Santa Clara Prof. Marcos Densidade e crescimento demográfico brasileiro (FUVEST 2011) E este mapa, por que que ele difere dos demais? a) Correlacione as informações
Leia maisTEMA: CONTRASTES DE DESENVOLVIMENTO. 1ª parte -Países desenvolvidos vs Países em desenvolvimento
TEMA: CONTRASTES DE DESENVOLVIMENTO 1ª parte -Países desenvolvidos vs Países em desenvolvimento Questões de partida 1. Podemos medir os níveis de Desenvolvimento? Como? 2. Como se distribuem os valores
Leia maisAnálise do IBEU para a RIDE-DF e a AMB
Análise do IBEU para a RIDE-DF e a AMB Rômulo José da Costa Ribeiro Professor Doutor da Universidade de Brasília UnB, Programa de Pós-Graduação em Arquitetura e Urbanismo PPG-FAU, Programa de Pós-Graduação
Leia maisAo dormir, todos somos vulneráveis. William Shakespeare NOTA TÉCNICA. Adma Figueiredo. Eloisa Domingues. Ivete Rodrigues
Ao dormir, todos somos vulneráveis. William Shakespeare NOTA TÉCNICA Tipologia da Vulnerabilidade Social na Bacia Hidrográfica do São Francisco, Brasil Adma Figueiredo Geógrafa IBGE Eloisa Domingues Geógrafa
Leia maisANEXO 2 - INDICADORES EDUCACIONAIS 1
ES R O D A C I D N I 2 O X E N A EDUCACIONAIS 1 ANEXO 2 1 APRESENTAÇÃO A utilização de indicadores, nas últimas décadas, na área da educação, tem sido importante instrumento de gestão, pois possibilita
Leia maisPALAVRAS-CHAVE Indicadores sócio-econômicos. Campos Gerais. Paraná.
12. CONEX Apresentação Oral Resumo Expandido 1 ÁREA TEMÁTICA: (marque uma das opções) ( ) COMUNICAÇÃO ( ) CULTURA ( ) DIREITOS HUMANOS E JUSTIÇA ( ) EDUCAÇÃO ( ) MEIO AMBIENTE ( ) SAÚDE ( x ) TRABALHO
Leia maisINCT Observatório das Metrópoles
INCT Observatório das Metrópoles INDICADORES SOCIAIS PARA AS REGIÕES METROPOLITANAS BRASILEIRAS: EXPLORANDO DADOS DE 2001 A 2009 Apresentação Equipe Responsável Luiz Cesar de Queiroz Ribeiro Marcelo Gomes
Leia maisSeção 2/E Monitoramento, Avaliação e Aprendizagem
Seção 2/E Monitoramento, Avaliação e Aprendizagem www.bettercotton.org Orientação Text to go here O documento Monitoramento, Avaliação e Aprendizagem da BCI proporciona uma estrutura para medir as mudanças
Leia maisO Mercado de Trabalho nas Atividades Culturais no Brasil, 1992-2001
1 Ministério da Cultura Instituto de Pesquisa Econômica Aplicada (IPEA) Data de elaboração da ficha: Ago 2007 Dados das organizações: Nome: Ministério da Cultura (MinC) Endereço: Esplanada dos Ministérios,
Leia maisMapa da Exclusão/Inclusão Social - uma metodologia NEPSAS. Núcleo de Estudos e Pesquisas sobre Seguridade e Assistência Social da PUC/SP 2.
Mapa da Exclusão/Inclusão Social - uma metodologia NEPSAS Núcleo de Estudos e Pesquisas sobre Seguridade e Assistência Social da PUC/SP 2.000 PREMISSAS O Mapa da Exclusão/Inclusão Social é uma metodologia
Leia maisParaná. Tabela 1: Indicadores selecionados: mediana, 1º e 3º quartis nos municípios do estado do Paraná (1991, 2000 e 2010)
Paraná Em, no estado do Paraná (PR), moravam 1,4 milhões de pessoas, onde uma parcela considerável (7,5%, 786,6 mil) tinha 65 ou mais anos de idade. O estado era composto de 399 municípios, dos quais 23
Leia maisSanta Catarina. Tabela 1: Indicadores selecionados: mediana, 1º e 3º quartis nos municípios do estado de Santa Catarina (1991, 2000 e 2010)
Santa Catarina Em 21, no estado de Santa Catarina (SC), moravam 6,3 milhões de pessoas, onde parcela relevante (6,9%, 43,7 mil) tinha 65 ou mais anos de idade. O estado era composto de 293 municípios,
Leia maisUrbanização no Brasil
Urbanização no Brasil Urbanização é o aumento proporcional da população urbana em relação à população rural. Segundo esse conceito, só ocorre urbanização quando o crescimento da população urbana é superior
Leia maisGerenciamento de Projetos Modulo II Ciclo de Vida e Organização do Projeto
Gerenciamento de Projetos Modulo II Ciclo de Vida e Organização do Projeto Prof. Walter Cunha falecomigo@waltercunha.com http://waltercunha.com PMBoK Organização do Projeto Os projetos e o gerenciamento
Leia maisAula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística
Aula 4 Conceitos Básicos de Estatística Aula 4 Conceitos básicos de estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa
Leia maisQUAL O NÚMERO DE VEÍCULOS QUE CIRCULA EM SÃO PAULO?
QUAL O NÚMERO DE VEÍCULOS QUE CIRCULA EM SÃO PAULO? RESENHA Carlos Paiva Qual o número de veículos que circula em um dia ou a cada hora do dia na Região Metropolitana, no município e no centro expandido
Leia maisAnexo 1. Definição das variáveis de análise
Métodos Anexo 1 Definição das variáveis de análise 1. Saúde: a. Taxa de mortalidade infantil (TMI): número de óbitos de menores de um ano de idade, por mil nascidos vivos, na população residente em determinado
Leia maisCONTEÚDOS DE GEOGRAFIA PARA O ENSINO FUNDAMENTAL COM BASE NOS PARÂMETROS CURRICULARES DO ESTADO DE PERNAMBUCO
DE GEOGRAFIA PARA O ENSINO FUNDAMENTAL COM BASE NOS PARÂMETROS CURRICULARES DO ESTADO DE PERNAMBUCO GOVERNADOR DE PERNAMBUCO João Lyra Neto SECRETÁRIO DE EDUCAÇÃO E ESPORTES Ricardo Dantas SECRETÁRIA EXECUTIVA
Leia maisSão Paulo. Tabela 1: Indicadores selecionados: mediana, 1º e 3º quartis nos municípios do estado de São Paulo (1991, 2000 e 2010)
São Paulo Em 21, no estado de São Paulo (SP), moravam 41,3 milhões de pessoas, onde uma parcela considerável (7,8%, 3,2 milhões) tinha 65 ou mais anos de idade. O estado era composto de 645 municípios,
Leia maisQUALIFICAÇÃO E PARTICIPAÇÃO DE PROFESSORES DAS UNIDADES DE ENSINO NA ELABORAÇÃO DE PROGRAMAS FORMAIS DE EDUCAÇÃO AMBIENTAL
QUALIFICAÇÃO E PARTICIPAÇÃO DE PROFESSORES DAS UNIDADES DE ENSINO NA ELABORAÇÃO DE PROGRAMAS FORMAIS DE EDUCAÇÃO AMBIENTAL MOHAMED HABIB* & GIOVANNA FAGUNDES** * Professor Titular, IB, UNICAMP ** Aluna
Leia maisAnalfabetismo no Brasil
Analfabetismo no Brasil Ricardo Paes de Barros (IPEA) Mirela de Carvalho (IETS) Samuel Franco (IETS) Parte 1: Magnitude e evolução do analfabetismo no Brasil Magnitude Segundo estimativas obtidas com base
Leia mais11 de maio de 2011. Análise do uso dos Resultados _ Proposta Técnica
11 de maio de 2011 Análise do uso dos Resultados _ Proposta Técnica 1 ANÁLISE DOS RESULTADOS DO SPAECE-ALFA E DAS AVALIAÇÕES DO PRÊMIO ESCOLA NOTA DEZ _ 2ª Etapa 1. INTRODUÇÃO Em 1990, o Sistema de Avaliação
Leia maishttp://www.de.ufpb.br/~luiz/
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Luiz Medeiros http://www.de.ufpb.br/~luiz/ Vimos que é possível sintetizar os dados sob a forma de distribuições de frequências
Leia maisCOBERTURA DO SAÚDE DA FAMÍLIA E CITOPATOLÓGICO DE Avaliação da cobertura da Estratégia Saúde da Família nos municípios do Rio Grande do Sul sobre a Razão de Exames Citotopalógicos de Colo Uterino Paulo
Leia maisNotas sobre a exclusão social e as suas diferenças
Notas sobre a exclusão social e as suas diferenças Ana Paula Gomes Daniel e-mail: anapauladnl@gmail.com Acadêmica do curso de Ciências Econômicas /UNICENTRO Flavia Diana Marcondes dos Santos e-mail: flaviadianam@gmail.com
Leia maisRio Grande do Sul. Tabela 1: Indicadores selecionados: mediana, 1º e 3º quartis nos municípios do estado do Rio Grande do Sul (1991, 2000 e 2010)
Rio Grande do Sul Em 21, no estado do Rio Grande do Sul (RS), moravam 1,7 milhões de pessoas, onde parcela importante (9,3%, 989,9 mil) tinha 65 ou mais anos de idade. O estado era composto de 496 municípios,
Leia mais11.1. INFORMAÇÕES GERAIS
ASPECTOS 11 SOCIOECONÔMICOS 11.1. INFORMAÇÕES GERAIS O suprimento de energia elétrica tem-se tornado fator indispensável ao bem-estar social e ao crescimento econômico do Brasil. Contudo, é ainda muito
Leia maisDISTRIBUIÇÃO DO CAPITAL SOCIAL NO BRASIL: UMA ANÁLISE DOS PADRÕES RECENTES
DISTRIBUIÇÃO DO CAPITAL SOCIAL NO BRASIL: UMA ANÁLISE DOS PADRÕES RECENTES Barbara Christine Nentwig Silva Professora do Programa de Pós Graduação em Planejamento Territorial e Desenvolvimento Social /
Leia mais1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
Leia maisORGANIZAÇÃO SOCIAL DO TERRITÓRIO E MOBILIDADE URBANA NA REGIÃO METROPOLITANA DE SALVADOR, BAHIA
ORGANIZAÇÃO SOCIAL DO TERRITÓRIO E MOBILIDADE URBANA NA REGIÃO METROPOLITANA DE SALVADOR, BAHIA Arq. Juan Pedro Moreno Delgado, DSc. Delgado, J. P. M., Organização social do território e mobilidade urbana
Leia maisRelatório Metodológico da Tipologia dos Colegiados de Gestão Regional CGR. O presente relatório tem por objetivo apresentar uma tipologia dos CGR
Relatório Metodológico da Tipologia dos Colegiados de Gestão Regional CGR Apresentação O presente relatório tem por objetivo apresentar uma tipologia dos CGR Colegiados de Gestão Regional do Brasil segundo
Leia maisPesquisa. Há 40 anos atrás nos encontrávamos discutindo mecanismos e. A mulher no setor privado de ensino em Caxias do Sul.
Pesquisa A mulher no setor privado de ensino em Caxias do Sul. Introdução Há 40 anos atrás nos encontrávamos discutindo mecanismos e políticas capazes de ampliar a inserção da mulher no mercado de trabalho.
Leia maisMÓDULO 6 INTRODUÇÃO À PROBABILIDADE
MÓDULO 6 INTRODUÇÃO À PROBBILIDDE Quando estudamos algum fenômeno através do método estatístico, na maior parte das vezes é preciso estabelecer uma distinção entre o modelo matemático que construímos para
Leia mais3 Abordagem Sistêmica
3 Abordagem Sistêmica 3.1 A visão sistêmica Como uma das correntes do pensamento administrativo, a abordagem sistêmica foi introduzida em meados da década de 60. Os teóricos de sistemas definiram-na como,
Leia maisCECAD Consulta Extração Seleção de Informações do CADÚNICO. Caio Nakashima Março 2012
CECAD Consulta Extração Seleção de Informações do CADÚNICO Caio Nakashima Março 2012 Introdução O Cadastro Único para Programas Sociais do Governo Federal é o principal instrumento de identificação e seleção
Leia maisEstudo Estratégico n o 5. Desenvolvimento socioeconômico na metrópole e no interior do Rio de Janeiro Adriana Fontes Valéria Pero Camila Ferraz
Estudo Estratégico n o 5 Desenvolvimento socioeconômico na metrópole e no interior do Rio de Janeiro Adriana Fontes Valéria Pero Camila Ferraz PANORAMA GERAL ERJ é o estado mais urbano e metropolitano
Leia maisSisDEA Home Windows Versão 1
ROTEIRO PARA CRIAÇÃO E ANÁLISE MODELO REGRESSÃO 1. COMO CRIAR UM MODELO NO SISDEA Ao iniciar o SisDEA Home, será apresentada a tela inicial de Bem Vindo ao SisDEA Windows. Selecione a opção Criar Novo
Leia maisCompromisso para IPSS Amigas do Envelhecimento Ativo CONFEDERAÇÃO NACIONAL INSTITUIÇÕES DE SOLIDARIEDADE
2014 Compromisso para IPSS Amigas do Envelhecimento Ativo CONFEDERAÇÃO NACIONAL INSTITUIÇÕES DE SOLIDARIEDADE MANIFESTO E COMPROMISSO DA CNIS IPSS AMIGAS DO ENVELHECIMENTO ATIVO As modificações significativas
Leia maisA POSIÇÃO DO MUNICÍPIO DE SÃO JOSÉ DOS CAMPOS (SP) EM RELAÇÃO AO ÍNDICE DE DESENVOLVIMENTO HUMANO (IDH) E AO ÍNDICE DE GINI
A POSIÇÃO DO MUNICÍPIO DE SÃO JOSÉ DOS CAMPOS (SP) EM RELAÇÃO AO ÍNDICE DE DESENVOLVIMENTO HUMANO (IDH) E AO ÍNDICE DE GINI Roland Anton Zottele 1, Friedhilde M. K. Manulescu 2 1, 2 Faculdade de Ciências
Leia mais4. ÁREA DE INFLUÊNCIA DO EMPREENDIMENTO
4. ÁREA DE INFLUÊNCIA DO EMPREENDIMENTO Conceitualmente, Área de Influência abrange todo o espaço suscetível às ações diretas e indiretas do empreendimento, tanto na fase de implantação como na de operação,
Leia maisSumário Executivo Pesquisa Quantitativa Regular. Edição n 05
Sumário Executivo Pesquisa Quantitativa Regular Edição n 05 Junho de 2010 2 Sumário Executivo Pesquisa Quantitativa Regular Edição n 05 O objetivo geral deste estudo foi investigar as percepções gerais
Leia maisWorkshop: Como usar o software estatístico DAD?
Workshop: Como usar o software estatístico DAD? Medidas de Pobreza e Desigualdade: algumas aplicações teóricas Prof. Caio Piza CCSA - Depto de Economia/NPQV Medidas de Pobreza e Desigualdade O que é DAD
Leia maisRio de Janeiro. Tabela 1: Indicadores selecionados: mediana, 1º e 3º quartis nos municípios do estado do Rio de Janeiro (1991, 2000 e 2010)
Rio de Janeiro Em, no estado do Rio de Janeiro (RJ), moravam 16 milhões de pessoas, onde 8,9% (1,4 milhões) tinham 65 ou mais anos de idade. O estado era composto de 92 municípios, dos quais sete (7,6%)
Leia maisINCT Observatório das Metrópoles. Acesso às tecnologias digitais no Brasil Metropolitano Documento preliminar
INCT Observatório das Metrópoles Acesso às tecnologias digitais no Brasil Metropolitano Documento preliminar As mudanças desencadeadas pelo avanço da tecnologia digital hoje, no Brasil, não tem precedentes.
Leia maisAnálise Exploratória de Dados
Análise Exploratória de Dados Profª Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Programa de Pós-graduação em Saúde Coletiva email: alcione.miranda@gmail.com Introdução O primeiro passo
Leia maisUNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo
UNIVERSIDADE DE SÃO PAULO Faculdade de Arquitetura e Urbanismo DISTRIBUIÇÃO AMOSTRAL ESTIMAÇÃO AUT 516 Estatística Aplicada a Arquitetura e Urbanismo 2 DISTRIBUIÇÃO AMOSTRAL Na aula anterior analisamos
Leia maisMétodos Matemáticos para Gestão da Informação
Métodos Matemáticos para Gestão da Informação Aula 05 Taxas de variação e função lineares III Dalton Martins dmartins@gmail.com Bacharelado em Gestão da Informação Faculdade de Informação e Comunicação
Leia maisTaxa de analfabetismo
B Taxa de analfabetismo B.1................................ 92 Níveis de escolaridade B.2................................ 94 Produto Interno Bruto (PIB) per capita B.3....................... 96 Razão de
Leia maisProf. Dr. Guanis de Barros Vilela Junior
Prof. Dr. Guanis de Barros Vilela Junior INTRODUÇÃO O que é pesquisa? Pesquisar significa, de forma bem simples, procurar respostas para indagações propostas. INTRODUÇÃO Minayo (1993, p. 23), vendo por
Leia maisINDICADORES DEMOGRÁFICOS E NORDESTE
INDICADORES DEMOGRÁFICOS E SOCIAIS E ECONÔMICOS DO NORDESTE Verônica Maria Miranda Brasileiro Consultora Legislativa da Área XI Meio Ambiente e Direito Ambiental, Organização Territorial, Desenvolvimento
Leia maisRevisão de Estatística Básica:
Revisão de Estatística Básica: Estatística: Um número é denominado uma estatística (singular). Ex.: As vendas de uma empresa no mês constituem uma estatística. Estatísticas: Uma coleção de números ou fatos
Leia maisDecidir como medir cada característica. Definir as características de qualidade. Estabelecer padrões de qualidade
Escola de Engenharia de Lorena - EEL Controle Estatístico de Processos CEP Prof. MSc. Fabrício Maciel Gomes Objetivo de um Processo Produzir um produto que satisfaça totalmente ao cliente. Conceito de
Leia maisMINISTÉRIO DAS CIDADES Secretaria Nacional de Habitação. CAIXA ECONÔMICA FEDERAL Representação de Apoio ao Desenvolvimento Urbano
MINISTÉRIO DAS CIDADES Secretaria Nacional de Habitação CAIXA ECONÔMICA FEDERAL Representação de Apoio ao Desenvolvimento Urbano SNHIS / FNHIS - Lei nº 11.124/05 REQUISITOS PARA ADESÃO DOS MUNICÍPIOS AO
Leia maisEXERCÍCIOS EXERCÍCIOS. Definições Básicas. Definições Básicas. Definições Básicas. Introdução à Estatística. Dados: valores de variáveis observadas.
Definições Básicas Introdução à Estatística ESTATÍSTICA: estudo dos métodos para coletar, organizar, apresentar e analisar dados. População: conjunto constituído por todos os indivíduos que apresentem
Leia maisStela Adami Vayego - DEST/UFPR 1
Aula 03 Análise Exploratória dos Dados (Medidas Descritivas de Variáveis Quantitativas) Parte 1 Medidas de Tendência Central Stela Adami Vayego - DEST/UFPR 1 Medidas de Tendência Central dos Dados Para
Leia maisTexto para Coluna do NRE-POLI na Revista Construção e Mercado Pini Julho 2009
Texto para Coluna do NRE-POLI na Revista Construção e Mercado Pini Julho 2009 Desafios do Programa Habitacional Minha Casa Minha Vida Profa. Dra. Sílvia Maria Schor O déficit habitacional brasileiro é
Leia maisO DIREITO À MORADIA E O PROCESSO DE VALORIZAÇÃO DO SOLO. Instrumentos de planejamento e gestão do solo urbano em disputa
Promoção: O DIREITO À MORADIA E O PROCESSO DE VALORIZAÇÃO DO SOLO Instrumentos de planejamento e gestão do solo urbano em disputa Rosane Biasotto Coordenadora técnica Planos de Habitação de Interesse Social
Leia maisISO/IEC 12207: Gerência de Configuração
ISO/IEC 12207: Gerência de Configuração Durante o processo de desenvolvimento de um software, é produzida uma grande quantidade de itens de informação que podem ser alterados durante o processo Para que
Leia maisUnidade III GESTÃO EMPRESARIAL. Prof. Roberto Almeida
Unidade III GESTÃO EMPRESARIAL Prof. Roberto Almeida Esta estratégia compreende o comportamento global e integrado da empresa em relação ao ambiente que a circunda. Para Aquino:Os recursos humanos das
Leia maisDESENVOLVER E GERIR COMPETÊNCIAS EM CONTEXTO DE MUDANÇA (Publicado na Revista Hotéis de Portugal Julho/Agosto 2004)
DESENVOLVER E GERIR COMPETÊNCIAS EM CONTEXTO DE MUDANÇA (Publicado na Revista Hotéis de Portugal Julho/Agosto 2004) por Mónica Montenegro, Coordenadora da área de Recursos Humanos do MBA em Hotelaria e
Leia maisCAPÍTULO 5 CONCLUSÕES, RECOMENDAÇÕES E LIMITAÇÕES. 1. Conclusões e Recomendações
153 CAPÍTULO 5 CONCLUSÕES, RECOMENDAÇÕES E LIMITAÇÕES 1. Conclusões e Recomendações Um Estudo de Caso, como foi salientado no capítulo Metodologia deste estudo, traz à baila muitas informações sobre uma
Leia maisEQUILÍBRIOS E ASSIMETRIAS NA. distribuição da população e do pib. entre núcleo e periferia. nas 15 principais regiões. metropolitanas brasileiras
CONSELHO FEDERAL DE ECONOMIA - COFECON COMISSÃO DE DESENVOLVIMENTO REGIONAL INSTITUTO BRASILIENSE DE ESTUDOS DA ECONOMIA REGIONAL IBRASE EQUILÍBRIOS E ASSIMETRIAS NA distribuição da população e do pib
Leia maisPERCEPÇÃO AMBIENTAL EM ÁREAS URBANAS: A qualidade de vida sob o olhar do cidadão.
Título do projeto: PERCEPÇÃO AMBIENTAL EM ÁREAS URBANAS: A qualidade de vida sob o olhar do cidadão. Grupo de pesquisa: Laboratório de Estudos Ambientais e Gestão do Território LEAGET. Orientadora: Creuza
Leia maisQual é o risco real do Private Equity?
Opinião Qual é o risco real do Private Equity? POR IVAN HERGER, PH.D.* O debate nos mercados financeiros vem sendo dominado pela crise de crédito e alta volatilidade nos mercados acionários. Embora as
Leia maisPESQUISA SOBRE PRECONCEITO E DISCRIMINAÇÃO NO AMBIENTE ESCOLAR SUMÁRIO EXECUTIVO
PESQUISA SOBRE PRECONCEITO E DISCRIMINAÇÃO NO AMBIENTE ESCOLAR SUMÁRIO EXECUTIVO Visando subsidiar a formulação de políticas e estratégias de ação que promovam, a médio e longo prazos, a redução das desigualdades
Leia maisipea A EFETIVIDADE DO SALÁRIO MÍNIMO COMO UM INSTRUMENTO PARA REDUZIR A POBREZA NO BRASIL 1 INTRODUÇÃO 2 METODOLOGIA 2.1 Natureza das simulações
A EFETIVIDADE DO SALÁRIO MÍNIMO COMO UM INSTRUMENTO PARA REDUZIR A POBREZA NO BRASIL Ricardo Paes de Barros Mirela de Carvalho Samuel Franco 1 INTRODUÇÃO O objetivo desta nota é apresentar uma avaliação
Leia maisFlorianópolis, 17 de agosto de 2011.
PROXIMIDADE DO FIM DE ANO IMPACTA A PERSPECTIVA DE CONSUMO DAS FAMÍLIAS CATARINENSES EM SETEMBRO O forte crescimento mensal da perspectiva de consumo das famílias catarinenses, de 12,7%, foi o principal
Leia maisMétodos de mapeamento para fenômenos qualitativos e quantitativos
IT 508 - Cartografia Temática Representação cartográfica: Métodos de mapeamento para fenômenos qualitativos e quantitativos Profa.. Juliana Moulin Segundo os métodos padronizados, conforme o uso das variáveis
Leia maisUMA ANÁLISE DO ESTADO DA ARTE RESULTANTE DAS MUDANÇAS CLIMÁTICAS: O ENVELHECIMENTO DA POPULAÇÃO MUNDIAL
UMA ANÁLISE DO ESTADO DA ARTE RESULTANTE DAS MUDANÇAS CLIMÁTICAS: O ENVELHECIMENTO DA POPULAÇÃO MUNDIAL INTRODUCÃO O início do Século XXI tem sido marcado por uma discussão crescente a respeito das mudanças
Leia maisA REINSERÇÃO DE NOVA ESPERANÇA NA REDE URBANA DE MARINGÁ: UMA PROPOSTA DE ESTUDO
A REINSERÇÃO DE NOVA ESPERANÇA NA REDE URBANA DE MARINGÁ: UMA PROPOSTA DE ESTUDO 5 Amanda dos Santos Galeti Acadêmica de Geografia - UNESPAR/Paranavaí amanda_galeti@hotmail.com Kamily Alanis Montina Acadêmica
Leia maisDepartamento de Matemática - UEL - 2010. Ulysses Sodré. http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.
Matemática Essencial Extremos de funções reais Departamento de Matemática - UEL - 2010 Conteúdo Ulysses Sodré http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.
Leia mais7ºano 2º período vespertino 25 de abril de 2014
GEOGRAFIA QUESTÃO 1 A Demografia é a ciência que estuda as características das populações humanas e exprime-se geralmente através de valores estatísticos. As características da população estudadas pela
Leia maisImportância da normalização para as Micro e Pequenas Empresas 1. Normas só são importantes para as grandes empresas...
APRESENTAÇÃO O incremento da competitividade é um fator decisivo para a maior inserção das Micro e Pequenas Empresas (MPE), em mercados externos cada vez mais globalizados. Internamente, as MPE estão inseridas
Leia mais