Alfredo Costa Matheus Henrique Fernandes Valle Felipe Bertelli de Oliveira Tereza Cristina de Azevedo Bernardes Faria

Transcrição

1 Caracterização do padrão distributivo da população matriculada em escolas dos ensinos de nível básico ao médio nos munícipios da Região Metropolitana de Belo Horizonte (RMBH) a partir de dados do Censo Escolar de 2010 * Alfredo Costa Matheus Henrique Fernandes Valle Felipe Bertelli de Oliveira Tereza Cristina de Azevedo Bernardes Faria Resumo: Este artigo tem como principal objetivo caracterizar o padrão distributivo população frequentadora de escolas do ensino em nível básico ao médio nos munícipios da Região Metropolitana de Belo Horizonte (RMBH), referenciado no Censo Escolar 2010, base de dados disponibilizada pelo Instituto Nacional de Pesquisas Educacionais (INEP). Dentro do conjunto de dados fornecidos pelo Censo Escolar constam informações do local de nascimento e local de residência de cada aluno matriculado por município no ano de referência. A partir destas informações, foi realizada a caracterização e o mapeamento temático do padrão distributivo destes alunos na RMBH. A hipótese que se buscou verificar seria de que fatores como desempenho econômico e qualidade de vida são determinantes para a fixação de famílias nos municípios, e que os fatores centralidade e renda familiar são determinantes para escolha do estabelecimento de ensino no qual o discente vai ingressar. Para tanto, foi utilizado o método K-Means Cluster, que é um recurso de agrupamento que consiste de uma coleção de diferentes algoritmos que agrupam objetos, e é utilizado quando não há nenhuma hipótese a priori sobre a estrutura ou comportamento dos dados. Os resultados permitiram verificar a existência de cinco grupos distintos de municípios cujas características da distribuição da população escolar apresentaram diferentes relações com os indicadores econômicos e de qualidade de vida utilizados. Palavras-chave: Censo Escolar; RMBH; Migrações. * Trabalho apresentado no XIX Encontro Nacional de Estudos Populacionais, ABEP, realizado em São Pedro/SP Brasil, de 24 a 28 de novembro de Doutorando do Programa de Pós-Graduação em Geografia ICG/UFMG alfredo.ufmg@yahoo.com.br Mestrando do Programa de Pós-Graduação em Geografia ICG/UFMG matheusvale12@yahoo.com.br Mestre em Geografia pelo IGC/UFMG bertelli.gd@gmail.com Mestranda do Programa de Pós-Graduação em Análise e Modelagem de Sistemas Ambientais IGC/UFMG tbernardesfaria@gmail.com 1

2 Caracterização do padrão distributivo da população matriculada em escolas dos ensinos de nível básico ao médio nos munícipios da Região Metropolitana de Belo Horizonte (RMBH) a partir de dados do Censo Escolar de 2010 * Introdução Alfredo Costa Matheus Henrique Fernandes Valle Felipe Bertelli de Oliveira Tereza Cristina de Azevedo Bernardes Faria A centralidade e a posição dos municípios em uma hierarquia regional são guiadas em primeiro lugar pelo porte populacional, e em seguida pela disponibilidade, a facilidade, e principalmente a qualidade dos serviços por ele oferecidos. As infraestruturas de saúde, saneamento básico, do setor de comércio e serviços, além de uma boa oferta de estabelecimentos de ensino - seja na esfera pública ou privada - são importantes referenciais para a consolidação de um município como polo de atração de população. A distribuição espacial da população, de modo geral, pode ser entendida como um fenômeno social que faz parte de uma conjuntura mais ampla, no qual sofre a ação ou a atuação de fatores de expulsão e atração que, por sua vez, estão associados a uma forma de se melhorar os padrões de subsistência, com o intuito de agregar habilidades que possam por ventura melhorar a condição de vida já existente. Especificamente, a compreensão dos fenômenos educacionais comumente discutidos nas ciências sociais sob um viés teórico metodológico crítico levou à caracterização do aluno como um sujeito dependente dos paradigmas econômicos do território (CHARLOT, 1997). Contudo, se há uma linha teórica que dita que as relações econômicas são preponderantes como fatores de atração populacional, há uma segunda que coloca os fatores culturais em primeiro plano. Neste contexto, o viés da renovação cultural está no surgimento de expressões como efeito de lugar (BOURDIEU, 1997) e efeito de vizinhança, que corroboram a importância na designação do impacto do local de residência e das * Trabalho apresentado no XIX Encontro Nacional de Estudos Populacionais, ABEP, realizado em São Pedro/SP Brasil, de 24 a 28 de novembro de Doutorando do Programa de Pós-Graduação em Geografia ICG/UFMG alfredo.ufmg@yahoo.com.br Mestrando do Programa de Pós-Graduação em Geografia ICG/UFMG matheusvale12@yahoo.com.br Mestre em Geografia pelo IGC/UFMG bertelli.gd@gmail.com Mestranda do Programa de Pós-Graduação em Análise e Modelagem de Sistemas Ambientais IGC/UFMG tbernardesfaria@gmail.com 2

3 características sociais de sua população sobre as condições de vida e a mobilidade social dos habitantes (MALOUTAS, 2011, p. 288). A educação é hoje um dos temas de maior atenção social, sobretudo em áreas urbanas consolidadas, em que mais do que nunca se vê neste tema o principal recurso para se galgar melhores condições socioeconômicas e melhor qualidade de vida. Conhecer, portanto, o perfil da distribuição da população escolar no espaço (considerando sua origem, local de residência e local de matrícula), aliado a aspectos caracterizadores dos seus modos de vida, auxilia à melhor compreensão da reprodução do espaço. Assim, este estudo tem como principal objetivo caracterizar o padrão distributivo da população frequentadora de escolas do ensino em nível básico ao médio nos munícipios da Região Metropolitana de Belo Horizonte (RMBH) referenciados no Censo Escolar 2010, base de dados disponibilizada pelo Instituto Nacional de Pesquisas Educacionais (INEP, 2010). Adicionalmente, propõe-se verificar se existe uma correlação entre os principais centros receptores de alunos e a qualidade do sistema de ensino oferecida, ou se a é simplesmente uma relação derivada do porte populacional de cada município. A Região Metropolitana de Belo Horizonte, escolhida como recorte de análise, foi criada em 1973 pela Lei Complementar Federal n.14/73 e é regulamentada por leis complementares do Estado de Minas Gerais (LEC nº88/2006 e LEC nº 89/2006). Seus limites foram modificados devido à expansão metropolitana, culminando no quantitativo de 34 municípios a partir de Nas últimas décadas a RMBH experimentou vigoroso crescimento demográfico que acabou reproduzindo sua expansão territorial enquanto conurbação. Contudo, conforme ressaltam Brito e Souza (2005) a delimitação de uma região metropolitana obedece muito mais a critérios políticos do que aos sociais, econômicos e demográficos e a RMBH não fugiu a essa regra. A escolha deste recorte como objeto de estudo se justifica pelo fato da RMBH ser uma unidade de análise representativa resultante da confluência de forças diferenciadas derivadas das relações de centralidade da capital mineira espraiada aos demais municípios satélites. Assim, a hipótese que se pretende verificar é de que fatores como desempenho econômico e qualidade de vida são determinantes para a fixação de famílias nos municípios, e que os fatores centralidade do município e renda familiar são determinantes para escolha do estabelecimento de ensino no qual o discente vai ingressar. 3

4 Metodologia A metodologia do trabalho é apresentada de forma simplificada na Figura 1: Figura 1 Fluxograma da metodologia de trabalho. O banco de dados foi elaborado considerando a necessidade de conter informações dos alunos matriculados nos municípios da RMBH (município de nascimento, moradia e estudo), além de outros que indicassem suas características demográficas, bem como informações sobre sua economia e qualidade de vida. Para tanto, foram utilizados dados demográficos provenientes do Censo IBGE 2010 (IBGE, 2010), informações sobre o Produto Interno Bruto dos Municípios (IBGE, 2010), dados escolares provenientes do Censo Escolar 2010 (INEP, 2010), dados do Índice de Desenvolvimento da Educação Básica (IDEB) (INEP, 2010), e do Atlas de Desenvolvimento Humano (FJP, PNUD E IPEA 2010). As três últimas fontes de dados, menos tradicionais, serão apresentadas a seguir. O Censo Escolar é um levantamento anual de dados estatístico-educacionais de âmbito nacional coordenado pelo Instituto Nacional de Estudos e Pesquisas Educacionais - INEP. Este é feito com a colaboração das secretarias estaduais e municipais de Educação e com a participação de todas as escolas públicas e privadas do país. Os dados são coletados no mês de março e divulgados no mês de outubro do mesmo ano. Nele constam informações sobre os estabelecimentos de ensino, turmas, matrículas e docentes. Neste trabalho são utilizados os dados referentes às matrículas de O Índice de Desenvolvimento da Educação Básica (IDEB) é gerado pelo INEP bianualmente, e mede a qualidade de cada escola e de cada rede de ensino. É calculado com base no desempenho do estudante em avaliações do Inep (Prova Brasil ou Saeb) e em taxas de aprovação. Assim, para que o IDEB de uma escola ou rede cresça é preciso que o aluno aprenda, não repita o ano e frequente a sala de aula (INEP, 2013). Já o Índice de Desenvolvimento Humano (IDH) surge no âmbito do Programa das Nações Unidas para o Desenvolvimento (PNUD) e no Relatório de Desenvolvimento Humano (RDH) no ano de Possui como dimensões sociais básicas a longevidade, a 4

5 educação e o poder de compra de uma determinada população, este último representado pelo Produto Interno Bruto per capita ajustado ao custo de vida local. É medido em periodicidade decenal e varia de 0 a 1. A relação de indicadores que compuseram o banco de dados é apresentada no quadro 1. A maior parte deles é apresentada em sua forma relativa (participação no percentual do total correspondente), já que permitem melhores resultados na classificação de clusters. Todo modo, a análise dos resultados considerará também os valores absolutos dos indicadores. Quadro 1 Indicadores utilizados no estudo. Indicador Fonte Ano Total de Alunos Matriculados INEP 2010 Percentual de alunos matriculados no município e nascidos no município INEP 2010 Percentual de alunos matriculados no município e nascidos na RMBH exceto no município INEP 2010 Percentual de alunos matriculados no município e nascidos fora da RMBH INEP 2010 Percentual de alunos matriculados no município e com endereço no município INEP 2010 Percentual de alunos matriculados no município e com endereço na RMBH exceto no município INEP 2010 Percentual de alunos matriculados no município e com endereço fora da RMBH INEP 2010 Percentual de alunos nascidos, com endereço e matricula no município INEP 2010 Percentual de alunos não nascidos, com endereço e matricula no município INEP 2010 Percentual de alunos com matricula no município, não nascidos e com endereço fora do município INEP 2010 Percentual de alunos nativos residentes matriculados INEP 2010 Percentual de alunos não nativos residentes matriculados INEP 2010 IDEB Anos Iniciais em relação ao valor mais alto dentre os municípios da RMBH INEP 2010 IDEB - Anos Finais em relação ao valor mais alto dentre os municípios da RMBH INEP 2010 Renda Per Capita Media em relação ao maior da RMBH INEP 2010 População 2010 IBGE 2010 Taxa de Urbanização IBGE 2010 População natural do município IBGE 2010 População não natural do município IBGE 2010 Participação percentual do PIB municipal no PIB da RMBH IBGE 2010 PIB per capita em relação ao maior da RMBH IBGE 2010 Valor adicionado ao PIB Agricultura IBGE 2010 Valor adicionado ao PIB Comércio IBGE 2010 Valor adicionado ao PIB Indústria IBGE 2010 Valor adicionado ao PIB Impostos IBGE 2010 IDH PNUD 2010 IDH Educação PNUD 2010 Fonte: Instituto Nacional de Pesquisas Educacionais (INEP). Censo Escolar PNUD, IPEA, FJP. Atlas do Desenvolvimento Humano IBGE. Censo Demográfico de 2010 Os dados foram coletados, tratados, organizados, e analisados a partir do método K- Means Cluster, que é um método de agrupamento. A análise de agrupamentos consiste de coleção de diferentes algoritmos que agrupam objetos, e é utilizado quando não há nenhuma 5

6 hipótese a priori sobre a estrutura ou comportamento dos dados (WANGENHEIM, 2010). Trata-se de um indicador na medida em que: pode ser entendido como uma medida sintética, uma forma de se reduzirem informações, preservando-se, no entanto, a variabilidade das informações originais. A maior vantagem na utilização de um indicador reside na sua capacidade de representar uma realidade multidimensional e muitas vezes complexa em uma medida única. (MIRANDA-RIBEIRO E GARCIA, 2008: 4) A análise de clusters pela Média K (k-means) visa a partição de n observações em um número k de clusters em que cada observação pertence a um cluster com a média mais próxima ao seu valor (MINGOTE, 2006). Pode seu descrito da seguinte maneira: dado um número de observações (x1, x2,, xn), em que cada observação é um vetor real dimensional, então a clusterização em médias-k irá particionar as n observações em k conjuntos (k < n) S={S1, S2,, Sk} de maneira a minimizar a soma dos quadrados internos aos clusters. Sua equação é: Em que μi é a media do Si. Para avaliar a precisão da classificação, compara-se a variabilidade intra-grupo (que é pequena se a classificação é boa) para a variabilidade inter-grupos (que é grande se a classificação é boa). Em outras palavras, faz-se uma análise de variâncias padrão inter-grupos para cada dimensão (caso ou variável). Para um dado k e para cada variável, uma medida de discriminação entre grupos. Tendo isto em vista, os dados foram rodados duas vezes: a primeira, de forma exploratória, com o objetivo de verificar quais os indicadores mais e menos significantes para explicar as diferenças entre os clusters (grupos) de municípios, o que foi aferido a partir do Teste F e de Significância. Em seguida, os resultados obtidos na análise de cluster, bem como os indicadores relevantes à análise dos resultados foram mapeadas em ambiente ArcGIS 10. O conjunto Vale ressaltar que os testes F devem ser usados dentro desta metodologia apenas para fins descritivos, pois os clusters são escolhidos para maximizar as diferenças entre os casos em clusters diferentes. Os níveis de significância observados não são corrigidos por isso e, portanto, não podem ser interpretados como testes da hipótese de que os recursos de cluster são iguais. 6

7 destas informações permitiu caracterizar o padrão migratório da população matriculada em escolas dos ensinos de nível básico ao médio Análise dos Resultados Perfil dos alunos da RMBH: local de matrícula, residência e nascimento. A Região Metropolitana de Belo Horizonte apresentou em 2010 um total de alunos, dos quais 49,3% estavam matriculados na capital. Do total de alunos, dois terços (67,7%) estão matriculados no mesmo município em que nasceram e residem, proporção fortemente influenciada pelos resultados de Belo Horizonte, em que 81,4% dos alunos são nativos e residem ali ( alunos). A análise da proporção média de alunos naturais, residentes e matriculados no mesmo município demonstra outro cenário: em média, menos da metade dos alunos matriculados (45,6%) atendem a este perfil. As principais características dos alunos da RMBH por local de nascimento, endereço e matrícula estão relacionadas no quadro 2. Chama atenção o município de Belo Horizonte que, ao contrário do que se esperava por suas características demográficas e econômicas, apresenta uma das menores proporções de alunos não nativos residentes ali matriculados. Município Quadro 2: Principais características dos alunos dos municípios da RMBH Total de Alunos Matriculado s no município Alunos nativos, residentes e matriculados no município Alunos não nativos, residentes e matriculados no município 7 Alunos matriculado s, não residentes e não naturais do município Total de alunos matriculados no município e com endereço na RMBH exceto no município Total de alunos matriculados no município e com endereço fora da RMBH Baldim ,3% 37,0% 6,7% 1,8% 4,8% Belo Horizonte ,4% 11,0% 7,6% 5,3% 2,3% Betim ,4% 41,5% 7,2% 4,9% 2,3% Brumadinho ,3% 41,9% 11,8% 10,3% 1,5% Caeté ,8% 16,9% 3,3% 1,3% 2,0% Capim Branco ,4% 14,9% 23,7% 11,5% 12,3% Confins ,4% 85,8% 6,8% 5,3% 1,5% Contagem ,6% 44,4% 13,9% 11,0% 2,9% Esmeraldas ,9% 61,1% 4,0% 3,1% 0,9% Florestal ,2% 52,4% 25,4% 9,8% 15,5% Ibirité ,9% 65,5% 10,7% 8,4% 2,2%

8 Município Total de Alunos Matriculado s no município Alunos nativos, residentes e matriculados no município Alunos não nativos, residentes e matriculados no município Alunos matriculado s, não residentes e não naturais do município Total de alunos matriculados no município e com endereço na RMBH exceto no município Total de alunos matriculados no município e com endereço fora da RMBH Igarapé ,7% 89,8% 6,5% 5,5% 1,1% Itaguara ,0% 28,2% 4,8% 0,1% 4,6% Itatiaiuçu ,1% 66,2% 16,8% 2,2% 14,5% Jaboticatubas ,5% 66,1% 14,5% 5,2% 9,3% Nova União ,4% 69,5% 21,1% 7,0% 14,1% Juatuba ,9% 91,9% 4,2% 2,8% 1,4% Lagoa Santa ,6% 59,8% 4,6% 3,3% 1,3% Mário Campos ,3% 93,7% 2,0% 1,9% 0,2% Mateus Leme ,3% 36,6% 8,1% 4,6% 3,5% Matozinhos ,0% 25,2% 4,8% 3,6% 1,2% Nova Lima ,5% 17,5% 10,0% 8,5% 1,5% Pedro Leopoldo ,8% 11,4% 6,8% 5,2% 1,6% Raposos ,9% 0,9% 2,2% 1,3% 0,9% Ribeirão das Neves ,6% 61,5% 7,0% 5,2% 1,8% Rio Acima ,2% 14,0% 4,8% 2,9% 1,9% Rio Manso ,8% 24,6% 5,6% 2,5% 3,1% Sabará ,4% 47,7% 7,9% 6,7% 1,2% Santa Luzia ,2% 52,6% 5,2% 3,1% 2,1% São Joaquim de Bicas ,8% 81,8% 9,4% 5,6% 3,8% São José da Lapa ,0% 80,4% 10,7% 8,1% 2,6% Sarzedo ,7% 59,2% 6,2% 2,8% 3,4% Taquaraçu de Minas ,5% 84,6% 4,9% 3,5% 1,4% Vespasiano ,7% 43,8% 8,5% 6,8% 1,7% Total ,1% 29,7% 8,3% 5,9% 2,3% Fonte: Instituto Nacional de Pesquisas Educacionais (INEP). Censo Escolar A figura 2 permite visualizar o percentual de alunos residentes não nativos por município da RMBH, que representam quase um terço do número total de alunos (29,7%). Conforme evidenciado, metade dos 34 municípios da RMBH possuem mais alunos residentes não nativos que alunos residentes nativos. Aqueles com maior proporção de alunos nativos residentes são Belo Horizonte, Raposos, Rio Acima, Pedro Leopoldo e Capim Branco. 8

9 Figura 2 Percentual de alunos residentes não nativos dos municípios da RMBH. Fonte: Instituto Nacional de Pesquisas Educacionais (INEP). Censo Escolar Elaboração: Autores. A análise da figura 3, que traz a distribuição espacial do percentual de alunos matriculados no município e com endereço em outro município caso de 8,2% dos alunos da RMBH (86.683) -, demonstra uma distribuição heterogênea do fenômeno, pois há resultados semelhantes tanto na região central, de maior população e poder de atração, quanto nas bordas, cuja maioria dos municípios tem as menores populações. Este dado, que pode ser um indicativo do movimento pendular diário destes alunos, com maior proporção de ocorrências em Florestal, Capim Branco, Nova União e Itatiaiuçu. Belo Horizonte, que abriga o maior contingente de alunos, apresentou 7,2% de alunos com endereço em outro município, o que perfaz um total aproximado de 37 mil matriculados. 9

10 Figura 3 Percentual de alunos matriculados no município e com endereço em outro município. Fonte: Instituto Nacional de Pesquisas Educacionais (INEP). Censo Escolar Elaboração: Autores. As figuras 4 e 5 são complementares, resultantes do desdobramento da figura anterior, e nelas estão indicados respectivamente o percentual de alunos matriculados nos municípios da RMBH e com endereço na RMBH exceto no município de matrícula e o percentual de alunos matriculados nos municípios da RMBH e com endereço fora da RMBH. No primeiro caso, verificou-se que alunos (5,9%) estudam na RMBH e residem em outro endereço da região. As maiores proporções foram verificadas em Capim Branco, Brumadinho e Florestal, e a maior parte dos municípios com menor concentração nas bordas da área de estudo. Já no segundo caso - que totaliza alunos (2,3%) - verificou-se que as maiores concentrações de alunos matriculados nos municípios com endereço fora da RMBH 10

11 concentram-se prioritariamente nos municípios mais externos da RMBH. Chama atenção, contudo, a preponderância de atratividade destes alunos pelos municípios do centro da RMBH. Segundo o mapa, estes alunos com endereço fora da área de estudo podem estar priorizando um deslocamento mais longo em busca de alternativas de ensino nos municípios de maior dinâmica populacional. Figura 4 Percentual de alunos matriculados nos municípios da RMBH e com endereço na RMBH exceto no município de matrícula. Fonte: Instituto Nacional de Pesquisas Educacionais (INEP). Censo Escolar Elaboração: Autores. 11

12 Figura 5 Percentual de alunos matriculados nos municípios da RMBH e com endereço fora da RMBH (INEP, 2010). Fonte: Instituto Nacional de Pesquisas Educacionais (INEP). Censo Escolar Elaboração: Autores. É importante ressaltar que, apesar de não se ter observado alguns dos comportamentos espacialmente explícitos esperados (como influência do porte populacional ou econômico na distribuição das matrículas), percebeu-se também que comportamentos inversos não ocorrem, e a distribuição das mesmas é heterogênea. A análise de cluster, contudo, permitiu verificar que estes dados, quando analisado à luz de outros indicadores, permitem uma melhor distinção de comportamentos, como se verá a seguir. Análise de Cluster k-means O primeiro modelo hierárquico de classificação indicou um agrupamento de Clusters em dois grupos majoritários com treze e dezesseis municípios em cada, enquanto o restante foi agrupado nos outros três grupos. Entretanto, a tabela da ANOVA indicava um comportamento diferenciado entre as variáveis, sugerindo que a exclusão de algumas poderia acarretar em uma melhoria da classificação. Foi utilizado como parâmetro de permanência / 12

13 exclusão o nível de significância inferior a 0,025, a tabela 1 indica os valores do teste F e do teste de significância para as variáveis iniciais que foram excluídas. Estes testes permitiram verificar que seis dos 27 indicadores não são representativos para diferenciação dos grupos de municípios da RMBH. Tabela 1: Teste F e Significância das variáveis Variável F Sig. Taxa de Urbanização 1,056 0,396 Valor adicionado ao PIB Agricultura 1,02 0,413 Valor adicionado ao PIB Comércio 1,002 0,422 Valor adicionado ao PIB Indústria 0,988 0,429 IDEB Anos Iniciais em relação ao valor mais alto dentre os municípios da RMBH 1,923 0,133 IDEB - Anos Finais em relação ao valor mais alto dentre os municípios da RMBH 0,218 0,926 Fonte: IBGE. Censo Demográfico de PIB Municipal Anual, INEP, Índice de Desenvolvimento da Educação Básica, O modelo foi então rodado uma segunda vez excluindo-se essas variáveis, o que implicou na melhor diferenciação entre os clusters (tanto intra-grupos quanto inter-grupos). A diferença do somatório da distância dos centros intergrupos aumentou em 5,1% (de 27,76 para 29,17), e a diferença do somatório do valor do centro de cada amostra e o centro do cluster pertencente (distância intra-grupos) diminuiu em 60,5%, (de 17,02 para 10,6). Isto indica que os grupos ficaram mais diferenciados e que o grau de caracterização da amostra em relação ao grupo aumentou. A análise do somatório das distâncias entre e dentre os grupos, comparando os dois modelos, indicaria se a exclusão das seis variáveis representaria uma melhoria do grau de ajuste dos clusters. O aumento da diferença é analisado positivamente, e a tabela 2 e a tabela 3 mostram as diferenças entre os grupos de par em par. Tabela 2 Primeiro Modelo Hierárquico 1º Modelo ,239 1,511 1,273 1, ,239-1,564 1,725 0, ,511 1,564-0,736 1, ,273 1,725 0,736-1, ,847 0,821 1,024 1,144-13

14 Tabela 3 Segundo Modelo Hierárquico 2º Modelo ,063 0,721 1,16 1, ,063-1,442 2,376 0, ,721 1,442-1,377 0, ,16 2,376 1,377-2, ,568 0,969 0,899 2,014 - A redução da diferença entre os centros médios das variáveis e o centro médio dos clusters é um sinal de um maior ajuste do modelo, ou seja, maior identidade entre as observações de um mesmo grupo. Todavia, diferentemente da variação entre os grupos, foi observado uma diminuição em 60,5%, (de 17,02 para 10,6), do somatório desta distância (Tabela 4). Tabela 4 Distribuição Municipal segundo distribuição de Clusters Município 1º Modelo 2º Modelo Diferença Cluster Distância Cluster Distância Baldim 5 0,50 5 0,44 0,06 Belo Horizonte 2 0,52 2 0,00 0,52 Betim 5 0,60 3 0,47 0,13 Brumadinho 5 0,99 3 0,33 0,66 Caeté 5 0,51 5 0,20 0,31 Capim Branco 5 0,38 5 0,38 0,00 Confins 1 0,00 4 0,00 0,00 Contagem 5 0,59 3 0,27 0,33 Esmeraldas 4 0,51 3 0,25 0,26 Florestal 3 0,46 3 0,50-0,04 Ibirité 4 0,27 1 0,34-0,08 Igarapé 4 0,41 1 0,21 0,20 Itaguara 5 0,51 5 0,21 0,30 Itatiaiuçu 3 0,46 3 0,74-0,28 Jaboticatubas 4 0,46 1 0,39 0,08 Nova União 4 0,51 1 0,33 0,18 Juatuba 4 0,60 1 0,36 0,25 Lagoa Santa 4 0,56 3 0,32 0,24 Mário Campos 4 0,49 1 0,29 0,20 Mateus Leme 5 0,25 5 0,43-0,18 Matozinhos 5 0,30 5 0,23 0,07 Nova Lima 2 0,52 5 0,64-0,11 14

15 Município 1º Modelo 2º Modelo Diferença Cluster Distância Cluster Distância Pedro Leopoldo 5 0,52 5 0,27 0,25 Raposos 5 0,87 5 0,52 0,34 Ribeirão das Neves 4 0,48 3 0,33 0,16 Rio Acima 5 0,56 5 0,25 0,31 Rio Manso 5 0,54 5 0,19 0,34 Sabará 5 0,54 3 0,23 0,31 Santa Luzia 5 0,58 3 0,18 0,40 São Joaquim de Bicas 4 0,36 1 0,16 0,19 São José da Lapa 4 0,44 1 0,17 0,27 Sarzedo 4 0,54 3 0,34 0,20 Taquaraçu de Minas 4 0,66 1 0,36 0,30 Vespasiano 5 0,53 3 0,28 0,25 Em aproximadamente 80% dos municípios a diferença entre o centro do grupo e o município diminuiu de um modelo para o outro. Para estes vinte e sete municípios os grupos que os caracterizam tornaram-se mais adequados para representar suas características. Em decorrência desse ajustamento a distribuição dos municípios nos grupos foi reestruturada. Ou seja, dos cinco possíveis clusters, três apresentaram composição expressiva (9, 11 e 12 membros), enquanto dois se destacaram por conter apenas um município (figura 6). Essa organização destaca o comportamento distinto de dois municípios, assim como identifica a presença de grupos homogêneos. A análise dos clusters permitiu a definição de cinco grupos distintos com comportamento geográfico: os clusters 2 e 4 são formados pelos municípios de Belo Horizonte e Confins, respectivamente. O primeiro se diferencia dos demais por suas características de alto desenvolvimento econômico e humano, particular das capitais do sudeste brasileiro; e o segundo, Confins, pelo alto PIB per capita e valor adicionado ao PIB pelos impostos - resultantes da influência do aeroporto internacional - ao passo que possui uma das populações menos representativas da RMBH. Já os clusters 1, 3 e 5 apresentam características distintas que ficam evidentes no mapeamento: o primeiro grupo, composto por nove municípios, apresenta os menores indicadores de população, renda e IDH entre os cinco grupos, caracterizado por um alto valor percentual de alunos matriculados no município e nascidos na RMBH exceto no município, e 15

16 valores percentuais mais elevados que os demais grupos de alunos matriculados no município e com endereço fora da RMBH. O terceiro cluster, por sua vez, é formado por 12 municípios cujas variáveis de população, PIB, IDH e renda seus resultados são intermediários quando comparados às outras classes, e perfil de matrículas é caracterizado pelos valores mais expressivos de alunos matriculados no município e nascidos fora da RMBH, assim como alunos matriculados no município e com endereço fora da RMBH. O quinto cluster, por fim, é formado por 11 municípios é caracterizado por valores percentuais elevados de alunos matriculados no município e nascidos no município e população natural do município, mesmo comportamento de Belo Horizonte, porém, com valores baixos de participação no PIB e na população da RMBH. Figura 6 Municípios da RMBH por clusters identificados Fonte: Instituto Nacional de Pesquisas Educacionais (INEP). Censo Escolar Elaboração: Autores. 16

17 Considerações Finais A metodologia empregada permitiu a inferência que a disposição dos alunos matriculados segue uma lógica voltada à produção, maiores PIB e consequentemente onde estão localizadas as maiores oportunidades de empregos. A análise dos clusters permitiu constatar a existência de três grandes grupos distintos, cujas características das matrículas estão associadas majoritariamente ao perfil produtivo local. Verificou-se, portanto, que os aspectos econômicos pesam mais que os relacionados à qualidade de vida para o entendimento da configuração das matrículas na RMBH. Todavia, as discussões decorrentes das composições acima apresentadas não esgotam as potencialidades dos dados, e consequentemente as implicações que suas análises podem acarretar no melhor entendimento da construção do espaço metropolitano belo-horizontino ou mesmo das metrópoles brasileiras. Além disso, por se tratar, antes de tudo, de um exercício exploratório, outras metodologias, com pressupostos e resultados diversos podem alicerçar novas discussões, que associadas a estes resultados contribuirão para melhor exploração desta base de dados e para o entendimento das características da população escolar brasileira. Referências Bibliográficas BOURDIEU, P. Efeitos de lugar. In:. (Coord.). A Miséria do mundo. Petrópolis: Vozes, p BRITO, Fausto; SOUZA, Joseane de. Expansão urbana nas grandes metrópoles: o significado das migrações intrametropolitanas e da mobilidade pendular na reprodução da pobreza. São Paulo Perspec., São Paulo, v. 19, n. 4, Dec CHARLOT, Bernard. Du rapport au savoir. Eléments pour une théorie. Paris: Anthropos, p. COSTA, E. M.. Cidades médias: contributos para a sua definição. Revista Finisterra, ano XXXVII, nº. 74, pgs , Disponível em: < Acesso em 27 de Fevereiro de INSTITO BRASILEIRO DE GEOGRAFIA E ESTATÍSITCA (IBGE). Censo Demográfico INSTITUTO NACIONAL DE PESQUISAS EDUCACIONAIS (INEP). Censo Escolar MALOUTAS, T. Efeitos de vizinhança e desempenhos escolares. In: VAN ZANTEN, Agnès(Org.). Dicionário de educação. Petrópolis: Vozes, p MAURIN, É. Le Ghetto français: enquête sur le séparatisme social. Paris: Seuil, MINGOTI, S. A.; Lima, J. O.. Comparing som neural network wirh fuzzy c-means, k-means and traditional hierarchical clustering algorithms. European Journal of Operational Research, v. 174, p , PROGRAMA DAS NAÇÕES UNIDAS PARA O DESENVOLVIMENTO (PNUD); INSTITUTO DE PESQUISAS ECONÔMICAS APLICADAS (IPEA); FUNDAÇÃO JOÃO PINHEIRO (FJP). Atlas de Desenvolvimento Humano e Econômico

18 RIBEIRO, A. de M.; GARCIA, R. A.. Segregação social em Belo Horizonte: uma comparação entre dois métodos de fuzzy clustering. In: XIII Seminário sobre Economia Mineira, 2008, Diamantina. Anais. Belo Horizonte: CEDEPLAR, SINGER, P.. Economia política da Urbanização. São Paulo, Editora Brasiliense, 2ªed., WANGENHEIM, Aldo Von. Reconhecimento de Padrões, Métodos, Técnicas e Ferramentas para Aprendizado e Classificação. Disponível em: < >. Acesso em: 25 de agosto de