Escolar Documentos
Profissional Documentos
Cultura Documentos
Coordenadores Coordenador
Rômulo José da Costa Ribeiro Juciano Martins Rodrigues
Frederico Rosa Borges de Holanda Apoio de Pesquisa
Auxiliar de Pesquisa Fernando Cotelo
Juliana Coelho
Dispersão Urbana e
Acessibilidade nas Metrópoles
O IN
NCT OBS
SERVATÓ
ÓRIO DA
AS METR
RÓPOLES
Form
mamos hoje
e um Institu de sobre o tema das metrópoles
uto em Red m brasileiras e os
desa
afios do dessenvolvimen
nto. Trata-se
e de um pro
ojeto inovad
dor em razãão da articulação
entre
e sociedade
e civil, academia e pod
der público, por utilizar uma metoddologia unifficada
de p
pesquisa, monitoramen
m nto e intervvenção e, ainda, por explorarmoos uma mesma
base
e de dados.
ASPECTOS TEÓRICOS
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.
Estes índices serão tratados local e globalmente. No primeiro caso, a unidade espacial
é o setor censitário urbano. Desta forma, passaremos a ter a distribuição espacial dos
diversos tipos de exclusão social. No segundo caso, o índice é sistêmico, pois diz
respeito à cidade como um todo.
Dispersão Urbana
Um dos principais elementos da área urbana é a malha viária, seu desenho, hierarquia
e materiais, por caracterizar vias arteriais de circulação, que compõem as áreas
principais de concentração, tanto veicular quanto de pedestres. A relação de veículos
e pedestres com o espaço urbano, principalmente em relação à circulação, é
importante, pois influencia diretamente em custos e tempo de percurso, além de
poderem afetar a concentração ou difusão de circulação em determinadas áreas.
Costa & Silva (2007) afirmam que a desigualdade de acesso ao espaço urbano é
causadora de segregação. A noção de segregação está ligada a novas formas de
ocupação espacial, excludentes da classe superior. Para Lago (2000 apud COSTA &
SILVA, 2007) a forma de ocupação como condomínios fechados, horizontais e
verticais, afastados do centro e direcionados para a classe média, tem se expandido
cada vez mais. Isso se dá em função do baixo valor da terra, o que viabiliza a
aquisição desse espaço pelas classes menos abastadas. A autora lembra que não
apenas o preço da terra é um fator de segregação, mas, especialmente, muros e
controle de segurança, que intentam manter afastados todos que não pertencem
àquele lugar.
Costa & Silva (2007) colocam que a dispersão urbana é fruto da estrutura
socioeconômica da localidade analisada. Eles afirmam que a disparidade de renda
gerada pela rápida industrialização brasileira, que gerou o enriquecimento de poucos e
a manutenção da pobreza de muitos, também contribui para a estruturação de
ocupação do espaço. Essa estruturação pode ser configurada como uma segregação
socioeconômica-espacial, onde nas regiões centrais o custo do terreno seria mais
elevado, em função do acesso facilitado à infraestrutura e equipamentos urbanos,
enquanto quanto mais afastado desse centro, menor o custo do terreno, em
contrapartida, menor o acesso à infraestrutura e equipamentos urbanos.
Lago (2000 apud COSTA & SILVA, 2007) afirma que essa espacialidade é
caracterizada por espaços residenciais excludentes, onde a própria estrutura
organizacional de ocupação urbana, seja privada ou pública, define espaços para
serem ocupados por classes de renda específicas, mantendo-as isoladas umas das
outras.
A primeira situação está, normalmente, ligada à população de mais alta renda, que
tendo capacidade de suprir suas necessidades materiais, passa a buscar melhores
condições de vida, que eles associam à presença de áreas naturais ou áreas
construídas para dar acesso ao verde. A segunda situação, normalmente, está ligada
à população de baixa renda, que por não conseguir pagar os custos do espaço legal
urbano, acaba por ocupar espaços disponíveis ou vazios próximos a ele, comumente
caracterizados como encostas, margens de rios, áreas de proteção ambiental, entre
outras.
Gráfic
co 1 - Grau de
e Urbanização
o, População Urbana e Pop
pulação Rural entre 1940 e 2010. (Adapta
ado de
OJIMAA, 2006; IBGEE, 2011).
A co
ompreensão
o do compo
ortamento e
espacial da
a população
o, como elaa distribui-s
se no
espa
aço urbano e como o configura ssão importa
antes para se compreeender custo
os de
deslo
ocamento ou
o de instalação e m
manutenção
o dos vário
os tipos dee infraestru
utura.
Berta
aud & Malp
pezzi (1999; 2003) pro
opuseram uma
u forma de mensura
rar a distribuição
espa
acial da pop
pulação mediante o Índ
dice de Dis
spersão. Esse índice inndica o qua
anto a
área urbana é dispersa. Baseia-se nas distân
ncias dos setores
s urbbanos e de
e sua
ectiva popu
respe ulação ao Centro
C de C CCS1). Com
Comércio e Serviços (C m isso, reve
ela-se
como
o a popula
ação ocupa o espaçço e quão
o distante ela está ddo CCS, onde,
o
norm
malmente, concentram
m-se emprregos, serv
viços e circulação
c de pessoa
as e
merccadorias.
1
O CCCS tem o mesm mo significado o do CBD (Cenntral Businesss District) maiss comumente utilizado na
literattura. Aqui preeferimos utilizar o termo em
m língua portu uguesa.
No estudo desses autores, as 50 cidades foram escolhidas em todo o mundo, em
países ricos e pobres, com economias de mercado e com economias em transição
para economias de mercado. Eles procuraram mensurar a forma das cidades a partir
de modelos simples e mostrar que esses podem ser um caminho útil para caracterizar
as cidades.
Eles mostraram que as várias chaves de predição, chamadas por eles de modelos
urbanos padrão, são confirmadas: cidades descentralizadas são moldadas de acordo
com o crescimento de sua população (está relacionado com o crescimento vegetativo
e com as migrações inter e intraurbanas); a renda melhora (considerando a formação
de novos centros e da maior oferta de empregos); e o custo com transportes diminui
(uma vez que a população encontra-se mais próxima aos novos centros, o
deslocamento é reduzido).
Não se deve confundir cidades descentralizadas com cidades dispersas. No primeiro
caso as cidades são policêntricas, o que permite a geração de emprego e atração
populacional em diferentes pontos da área urbana. Nas cidades dispersas a mario
parcela da população está localizada distante do CCS, principalmente em função dos
altos custos de moradia próxima a ele. Com isso há aumento do custo com transporte,
e comumente a renda diminui com o aumento da distância ao CCS. Os autores
também mostram que esse é o caminho para o mercado imobiliário legal e ilegal, de
forma que a organização e a legislação têm profundos efeitos na forma urbana, com
implicações diretas quanto ao valor do solo urbano e no sistema de transportes.
À medida que a cidade se expande a população pobre, quando expulsa do local onde
previamente estava instalada, geralmente na forma de invasão, pela força do mercado
imobiliário ou por pressões políticas, desloca-se e passa a ocupar áreas mais
distantes, mais periféricas. Com isso, as cidades passam a desenvolver uma forma
espraiada, dispersa, ocupando grandes áreas e encarecendo o custo de manutenção
e gerência urbana.
Outro aspecto comum nas cidades brasileiras, até o momento, é que a legislação
urbana e ambiental, muitas vezes teórica e tecnicamente eficiente e moderna, têm
pouca aplicabilidade, pois comumente não refletem ou não estão aptas a tratar da
realidade urbana localizada.
A forte demanda por habitação, principalmente para classes de baixa e média renda,
faz com que as primeiras ocupem áreas restritivas de forma ilegal, e que a segunda
busque, muitas vezes de forma ilegal, constituir ocupações periféricas conhecidas
como condomínios fechados. O poder público, apesar da legislação vigente, pouco
faz, devido à ineficiência em suprir a demanda por habitações legais, à precariedade
da fiscalização e por simples conivência: ao não atender a demanda e ao verificar que
o mercado formal tampouco o faz, prefere deixar o campo livre para as ações ilegais
no espaço urbano.
Mesmo com esses avanços metodológicos, no Brasil, ainda se usou por um bom
tempo o conceito de renda para caracterizar pobreza e desigualdade social. Como
exemplo pode-se tomar o Mapa do Fim da Fome, que em 2001 revelou que 29% da
população brasileira é constituída por indigentes, totalizando à época 50 milhões de
pessoas. Mas para classificar o aspecto de indigência foram utilizados critérios da
Organização Mundial de Saúde (OMS), que definia que uma pessoa precisaria ter
renda per capita mensal mínima de R$80,00 ou meio salário mínimo para atender
suas necessidades básicas. O cálculo foi contestado pelo Governo Federal na época,
pois esse considerava como indigente uma pessoa que recebia 1/3 do salário mínimo
(KOGA, 2003). Por esse exemplo fica claro que o conceito de renda ainda estava
arraigado nas análises socioeconômicas.
a exclusão social é também territorial. O fato é que à medida que se vão sendo
considerados os territórios locais, as desigualdades internas se tornam mais visíveis
e gritantes. Este movimento da lente passando de um território mais amplo até
chegar no município significa um exercício metodológico importante no debate sobre
as políticas públicas, justamente no que se refere ao estatuto dos padrões de
inclusão social que a sociedade brasileira almeja, sem desconsiderar as realidades
locais e suas desigualdades internas. (KOGA, 2003:72)
Apesar dos conceitos de cada utopia, verifica-se que muitos deles não puderam ser
mensurados, sendo representados os aspectos mais ligados à socioeconomia. Por
último é gerado o Índice de Exclusão/Inclusão Social, a partir dos índices compostos,
esses são somados e normalizados.
ASPECTOS METODOLÓGICOS
O cálculo do índice de dispersão foi feito a partir da Equação 1, adaptada por Holanda
(2003), apenas para maior clareza (ela não muda os resultados), a partir da equação
proposta por Bertaud & Malpezzi (1999; 2003):
d p
i i
i
, Equação 1
PC
centro (que é igual a 2 do raio desse círculo, valor obtido por meio de cálculo
3
integral). (Holanda, 2003:50)
Para efeito dos cálculos a serem realizados, o CCS foi representado por um ponto na
superfície da metrópole em relação ao qual os cálculos foram feitos. Geralmente este
ponto é indicado pelo IBGE como aquele que coincide com a igreja matriz no centro
histórico. Aqui, isto foi considerada definição do IBGE.
2 a
anos )
Iex Estímulo Educacional
Iexi Alfabetização Tardia (de 10 a 14
anos)
Iexi não Alfabetizados
Iex Escolaridade Precária
Iexi Alfabetização Precária
Iexi População acima de 70 anos Iex Longevidade
Iexi Precário Abastecimento de Água
Iexi Precário Instalação sanitária Iex Qualidade
(Esgoto) Ambiental
Iexi Precário Tratamento do Lixo Iex
Iex QUALIDADE DE
Qualidade
Iexi Propriedade Domiciliar VIDA
Domiciliar
Iexi Conforto Sanitário
Conforto Domiciliar
Iexi Habitação Precária
Iexi Mulheres não Alfabetizadas
Iexi Concentração de Mulheres Chefes Iex EQUIDADE
de Família
Fonte: Adaptado de Genovez (2002).
3
Este índice não é o mesmo que o IDH calculado pela ONU, pois este além de calcular o PIB per capita,
depois de corrigi-lo pelo poder de compra da moeda de cada país, o IDH também considera como
componentes a longevidade e a educação. (PNUD, 2005) Para o presente trabalho, considerou-se como
Índice de Exclusão/Inclusão de Desenvolvimento Urbano somente a educação e a longevidade.
eram muito variáveis e dependiam da configuração urbana e da compacidade da
cidade. Eles não puderam ser considerados simplesmente com o tratamento de
normalização, como, por exemplo, a densidade habitacional: pode-se ter alta
densidade habitacional em condomínios verticais de luxo, onde a condição de vida é
alta, mais pelo cálculo proposto pela autora, o parâmetro caracterizaria uma situação
negativa, o que não representaria essa realidade.
Para o cálculo desse 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 dele em relação ao valor
total existente no setor censitário. Esse valor de porcentagem foi normalizado entre -1
e 0, para parâmetros que exprimem exclusão social (por exemplo, chefes de família
sem rendimento), entre 0 e +1 para parâmetros que exprimem inclusão social (por
exemplo, alfabetização precoce), e entre -1 e +1 para parâmetros que exprimem
simultaneamente exclusão e inclusão social (por exemplo, longevidade).
→ , Equação 3
Após a normalização dos parâmetros, eles foram somados, o que gerou os índices
simples. Os índices simples foram somados, de acordo com cada grupo do Quadro 1,
e normalizados entre os valores de -1 e +1, por meio da Equação 2. A partir desse
resultado obtivemos os índices compostos de Autonomia de Renda dos Chefes de
Família, Desenvolvimento Humano, Qualidade de Vida e Equidade (GENOVEZ, 2002).
Essa decisão torna o cálculo mais sensível à presença de valores outliers, isto é,
valores que estão fora do padrão de variação do conjunto. Metodologicamente esses
valores foram analisados em separado, não participando do cálculo, pois deslocariam
o resultado ou para exclusão ou para inclusão, e, como são valores extremos, após a
sua análise foi atribuído ou valor máximo de exclusão ou de inclusão, conforme cada
caso específico.
Para resolver tal situação optamos pela exclusão dos setores mais discrepantes do
conjunto. Assim, padronizamos os valores de área em escore z (Equação 4) (LEVIN &
FOX, 2004), que representa a distância, em desvios-padrão, de cada valor do conjunto
à média deste. Desta forma, passamos a ter a possibilidade identificar os valores a
serem eliminados.
, Equação 4
: , hipótese nula
: , hipótese alternativa
O teste aplicado para avaliar a diferença entre médias foi o teste t-student, também
conhecido como distribuição t. A regra para decisão é rejeitar
4
Estes valores são padronizados e disponíveis em tabelas de valores críticos de t para testes bicaudais
(LEVIN& FOX, 2004).
Figurra 2 – Regiões de rejeição e não rejeiçã
ão para o testte t (bicaudal)). (http://www..portalaction.c
com.br,
2012))
ANÁ
ÁLISE DO
OS RESU
ULTADO
OS
Índice de Dis
spersão Normaliza
N ado
A no
ormalização do Índice de
d Dispersã
ão para as 60 cidades
s é apresenntada no Qu
uadro
2, org
ganizado de forma asc
cendente, ssegundo o Índice de Dispersão Noormalizado.
Quad
dro 2 – Resulttado da norm
malização para
a as 63 áreas
s urbanas ana
alisadas.
Verificam
mos, a partir do Quadro
o 2 que não
o há um agrupamento significativo das
áreass urbanas de um únic
co país ou região geográfica. A partir
p da cooluna de regiões
pode
e-se notar que
q as cida
ades mais ccompactas (entre 0,5 e 1,0) são encontrada
as na
América do Norrte, Ásia, e Europa. No d América Latina e Caaribe e Áfric
os países da ca há
or ocorrência de cidad
maio des disperssas (0,5 a -1,0) (Quad
dro 3). Esssa distribuiç
ção é
reflexxo do proccesso histórico-cultura
al de forma
ação dessas áreas urrbanas em suas
respe
ectivas reg
giões no mundo.
m Em relação ao
o Brasil, das 16 RM s analisadas, 6
apressentaram valores
v neg
gativos (ma
ais dispers
sas). Isto se
s deu proovavelmente
e em
funçã
ão do proce
esso histórico e social de formaçã
ão dessas cidades,
c beem como po
or sua
evolu
ução, devido a caracte
erísticas intrrínsecas de cada região.
Quad
dro 3 – Percen
ntual de cidade
es por região em função do
o Índice de Dis
spersão Norm alizado (IDN).
O resultado da normalizaç
ção mostra que há um
ma tendência
a de ocorrêência de cid
dades
pactas, com
comp mo pode ser
s visto d
do Gráfico 2. Das cidades anaalisadas, 4,76%
4
enco
ontram-se entre
e -1,00 e -0,50, que
e indica fortte tendência
a para umaa forma disp
persa;
6,35%
% das cidades enconttram-se enttre -0,50 e 0,00,
0 que mostra
m uma tendência entre
uma forma disp
persa à um
ma forma in
ntermediária
a; 25,39% encontram-
e -se entre 0,00 e
0,50,, que indica
a uma tendê
ência entre uma forma
a intermediá
ária à uma fforma comp
pacta;
e 63
3,50% enco
ontram-se entre
e 0,50 a 1,00, que
e mostra que
q boa paarte das cid
dades
tende
e para uma
a forma forte
emente com
mpacta. (Grá
áfico 2)
Gráfic
co 2 – Distribu
uição percentu
ual das cidade
es analisadas por intervalo de dispersão normalizado.
Esse
e resultado mostra que
e a maioria das cidade ência a ter uma forma mais
es tem tendê
comp
pacta, e um
ma pequena
a parte (ap
penas 3 áre
eas urbana
as, RM Marringá, Mum
mbai e
RIDE
E-DF) apressenta uma tendência
t à forte dispe
ersão espac
cial.
A Fig
gura 4 ilusttra a distribuição das R
RMs analis
sadas no te
erritório brassileiro. De modo
rápid
do podemoss visualizarr uma maio
or concentração de RMs na regiião litorânea, ou
muito
o próxima a ela, e pou
ucas RMs n
no interior do
d país. Ain
nda nesta figgura fica cllaro a
ausê
ência de RM
Ms na região
o Norte e Le
este do Bra
asil.
Essa
a distribuiçã
ão nos perm ma de ocupação do terrritório brasileiro,
mite refletir ssobre a form
que ainda hoje
e, após 500 anos d
de descobrrimento, ainda mantéém padrõe
es de
envolvimentto e ocupaç
dese ção ligadoss a esse fa
ato histórico. A ocupaação litorân
nea e
imed
diações em detrimento à interioriza
ação do país.
As 1
16 RMs brasileiras
b analisadas
a apresenta
am comporrtamento hheterogêneo
o em
relaçção à disp
persão, o que imposssibilita seu agrupam
mento. Essse fato deve-se
prova
avelmente à época de
d sua fund
dação, histtória de forrmação, evvolução de cada
centrro, aspecto
os ambienta ção dessas cidades, enfim,
ais e físicoss do local de instalaç e
esse
e fato possivelmente deve-se
d à ssituação de formação específica de cada ce
entro,
send
do uns com quase 500 anos, outro
os com men
nos de 80 anos.
a
A Fig
gura 5 nos mostra, de forma esqu d populaçãão entre os anos
uemática, a variação de
de 2000 e 2010
0. Podemos
s perceber que todas as
a RMs analisadas tivveram acrés
scimo
de pessoas, be
em como a ilustração nos permite visualizarr a diferençça de população
e as RMs. Dessa
entre D forma, podemoss separar as
a RMs de Rio
R de Janeeiro e São Paulo
P
com um número
o populacio
onal muito ssuperior das
s demais (a
acima de 1 1.000.000),, bem
o as RMs de
como d Maringá
á e Florianó
ópolis que no período
o mal chegaaram a 750
0.000
pesssoas. Somente este fattor já nos re erença existte entre as RMs bem como
evela a dife
nos ffaz question
nar a forma de definiçã
ão, gestão e concessão
o de benefíícios.
Figurra 5 – Variação
o da populaçã
ão Urbana enttre 2000 e 201
10.
Já a Figura 6 nos
n mostra o crescim ento em árrea das RM
Ms. Podemoos notar qu
ue as
duass maiores RMs
R em número de pe
essoas (Rio
o de Janeirro e São Paaulo) cresc
ceram
relatiivamente pouco, o que
e nos perm
mite indeferirr que houve
e uma men or expansã
ão em
área e um maio
or adensam
mento popu
ulacional. Mas ariação por si só não é tão
M esta va
revelladora em questão da
a distribuiçã ulação. Outtro fator muuito interessante
ão da popu
que a
as figuras 4 e 5 nos re
evelam é qu
ue apesar de
d diferença
as tão granddes em núm
meros
popu
ulacionais, as
a áreas urrbanas não
o acompanh
ham essa te
endência, m
mas aprese
entam
pequ
uenas difere
enças o qu
ue nos perrmite inferir que a dispersão estáá mais liga
ada à
forma
a como a população
o ocupa o espaço, o que dep
pende de fatores so
ociais,
econ
nômicos, hisstóricos e do controle g
governamen
ntal.
Figurra 6 – Variação
o de Área Urb
bana entre 200
00 e 2010.
O esspraiamento
o dessas árreas urbana
as influencia diretame
ente no cussto do trans
sporte
urbano. Quanto
o mais dista
antes do CC
CS maior é o gasto da
a populaçãoo para desllocar-
se, b
bem como aumenta ta
ambém o g
gasto públic
co, a implementação dde infraestrrutura
básicca torna-se mais onero
osa, pois há
á uma distância maior a ser coberrta para gerrar-se
uma interligação
o com as re
edes preexisstentes.
o ponto muito
Outro m interes ar é a distribuição dee pobreza, aqui
ssante de se analisa
conssiderado com pessoa que
q recebe
e abaixo de ½ salário mínimo,
m meetodologia oficial
o
brasiileira para determinaç
ção de pesssoas abaix
xo da linha
a de pobreeza e indigentes
(rece
ebem meno
os de ¼ de salário
s míniimo por mês (IBGE, 20
012).
O co
onjunto de gráficos
g 5 no
os revela qu
ue, para tod
das as RMs
s analisadass, as pessoas
abaixxo da linha de pobreza
a encontram
m-se perto do
d CCS, em
m média a u ma distância
máxiima de 25 quilômetros
q , sendo que
e a maior co
oncentração
o se dá por volta de 15
5
ômetros. Differentementte do que e
quilô esperávamo
os, encontra
ar essas pesssoas distantes
do ce
entro, elas localizam
l próximas a e
ele, isso pod
de ser reflexo da neceessidade de
acessso a serviços e equipa
amentos pú blicos, além
m de proxim
midade com o local gerador
de tra
abalho, o que reduz o custo de tra
ansporte.
Gráfico 5 – Distribuição de pessoas abaixo da linha de pob
breza nas RMs ana
alisadas.
Infelizmente para este estudo não poderemos apresentar os dados referentes ao
Censo de 2010, como previsto inicialmente, pois o Instituto Brasileiro de Geografia e
Estatística (IBGE) atrasou a divulgação dos dados de renda, o que até o momento
(fevereiro de 2012) ainda não estão disponíveis. Esse fato também impediu que
desenvolvêssemos os cálculos e análises referentes ao Índice de Exclusão/Inclusão
Social. Dessa forma, apresentamos a seguir apenas o estudo feito para a RM do Rio
de Janeiro, a partir dos dados do Censo de 2000, para que de forma ilustrativa
possamos demonstrar a potencialidade deste índice para estudos urbanos.
A primeira RM a ser analisada por esta metodologia é a do Rio de Janeiro. Isto se deu
por esta ser a sede do Observatório das Metrópoles, e por ter a estrutura de dados
necessária organizada para a execução deste trabalho.
Unidades de Estudos
5
Entendemos como trabalho informal aquele que não oferece carteira assinada e nem faz os
recolhimentos dos encargos trabalhistas.
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:
Num primeiro momento optamos por escolher a renda como principal fator de
exclusão, uma vez que sem as condições financeiras mínimas, a população não tem
como ter acesso aos equipamentos, serviços e lazer de qualidade. Assim, definimos
quatro faixas de representação: Situação de Pobreza – ganho menor que 2 salários
mínimos; Situação de Não Pobreza – ganho acima de 2 salários mínimos; Distribuição
Igual – setores censitários onde as porcentagens de pobres e não pobres são iguais; e
Setores Sem População. Ressaltamos que os dados utilizados são referentes ao
Censo Demográfico de 2000 (IBGE, 2001), no qual o valor de referência para o salário
mínimo é de R$ 151,00, e a base espacial refere-se aos setores censitários do Censo
Demográfico de 2000 (IBGE, 2002).
Para
a a RMRJ podemos
p ve
erificar pela
a Figura 7 que
q a situaç
ção de pobbreza tende
e a se
conccentrar nos municípios periféricoss, sendo que
e, em algun
ns municípi os, a maiorria da
popu
ulação enco
ontra-se em
m Situação d
de Pobreza
a. Interessa
ante notar hhá ocorrênc
cia de
uma faixa de siituação de pobreza em
m torno no município sede da m etrópole, Rio
R de
eiro. Como o custo de
Jane d vida ne
este municíípio é alto,, parte da população
o não
conssegue se manter
m mora
ando próxim
mo ao centrro, assim, a ocorrênciaa desta faix
xa de
situa
ação de pob
breza pode ser explica
ada pela concentração periférica dde mão-de--obra,
que não consegue se ma
anter no mu
unicípio do
o Rio de Ja
aneiro, e see vê obriga
ada a
habittar distante dos locais de trabalho
o.
Figurra 7 – Distribu
uição de pobres e não po
obre na RMRJ
J. Em cinza estão
e os setoores censitário
os que
tiveram distribuição
o igual entre as
s duas classe
es.
O Q
Quadro 4 mostra
m a distribuição
o das situações de pobreza, não pobre
eza e
interm
mediária nos municíp
pios que co
ompõem a RMRJ. A definição da situaçã
ão de
pobre
eza e de não pobrez
za se deu pelas cara
acterísticas de cada ssetor censitário,
assim
m, os setore ssem mais de 50% de sua popula
es que tives ação com gaanho meno
or que
2 sa
alários mínimos, foram
m considera
ados com em
e situação de pobreeza. Os se
etores
censsitários com
m mais de 50% de su
ua populaç
ção com ga
anho igual ou acima de 2
salárrios mínimo
os, foram considerado
c os como em situação
o de não-ppobreza. De
epois,
agrupamos os setores por município, para obtermos um panorama geral da
distribuição de renda.
Quadro 4 – Distribuição das situações de pobreza, não pobreza e intermediária por município.
O mesmo raciocínio foi utilizado para agrupamento das situações por grau de
integração, de forma que pudéssemos avaliar a distribuição destas variáveis por
integração na metrópole. A situação intermediária não se mostrou presente, e
verificamos o que já era esperado, quando se reduz o grau de integração com a
metrópole, piores são as condições de renda. Assim, o município pólo e os municípios
com muito alto grau de integração apresentam situação de não pobreza, enquanto que
os municípios com alto e médio grau de integração apresentam-se em situação de
pobreza (Quadro 5).
Quadro 5 – Distribuição das situações de pobreza e não pobreza por grau de integração.
Grau de
% Situação de Pobreza % Situação de Não Pobreza Definição
Integração
Situação de Não
Pólo 31,23% 68,77%
Pobreza
Situação de Não
Muito Alto 46,71% 53,29%
Pobreza
Alto 57,04% 42,96% Situação de Pobreza
Médio 50,67% 49,33% Situação de Pobreza
a) b)
Destta forma, po
odemos afirrmar que a concentraç
ção de rend
da está nos municípios
s pólo
e de
e mais alta integração
o, o que fa
az com que
e eles se to
ornem granndes centro
os de
atraçção populaccional, fato confirmado
o pela mais alta densid
dade populaacional presente
neless (48,47 hab/ha no pólo e 31,,20 hab/ha no muito alto), do que nos outros
o
muniicípios da RMRJ
R (10,34
4 hab/ha no
o alto e 6,96
6 hab/ha no
o médio).
Visã
ão a partir dos
d Setores
s Censitári
rios Subnorrmais
Quadro 7 – Distribuição das médias dos índices de exclusão/inclusão social por grau de integração.
0,8
0,6
0,4
0,2
Pólo
Muito Alta
0
Alta
Média IEXC_ARCF Média IEXC_DH Média IEXC_EQ Média IEXC_QV Média IEXF_EXC/INC
Média
-0,2
-0,4
-0,6
-0,8
-1
Quadro 8 – Distribuição das médias dos índices de exclusão/inclusão social por agrupamento do grau de
integração.
50,00%
40,00%
% População Subnormal
30,00%
20,00%
10,00%
0,00%
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 59 60 64
600,00
500,00
Densidade Populacional (hab/ha)
400,00
300,00
200,00
100,00
0,00
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 59 60 64
A distribuição dos índices de exclusão/inclusão social mostra que quanto mais próxima
ao centro social, maiores são as condições de inclusão. Os resultados altos (próximos
a 1) indicam que as pessoas que ali habitam têm melhores condições de vida, mesmo
estando em condições subnormais, pois a proximidade com as áreas mais favorecidas
permite, também, o acesso, às melhores condições, aumentando a integração destas
áreas.
0,80 0,80
0,60 0,60
0,40 0,40
Média do IEx ARCF
0,20 0,20
Média do IEx DH
0,00 0,00
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 59 60 64 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 59 60 64
-0,20 -0,20
-0,40 -0,40
-0,60 -0,60
-0,80 -0,80
-1,00 -1,00
Distância do Centro Social (km) Distância do Centro Social (km)
1,00 1,00
0,80 0,80
0,60 0,60
0,40 0,40
0,20 0,20
Média do IEx QV
Média do IEx EQ
0,00 0,00
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 59 60 64 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 59 60 64
-0,20 -0,20
-0,40 -0,40
-0,60 -0,60
-0,80 -0,80
-1,00 -1,00
Distância do Centro Social (km) Distância do CBD
1,00
0,80
0,60
0,40
Média do IEx EXC/INC
0,20
0,00
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 59 60 64
-0,20
-0,40
-0,60
-0,80
-1,00
Distância do Centro Social (km)
Gráfico 9 – Distribuição das médias dos índices de exclusão/inclusão social à medida que se afasta do
centro social. a) IEx Autonomia de Renda dos Chefes de Família – Iex ARCF; b) IEx Desenvolvimento
Humano – Iex DH; c) IEx Qualidade de Vida – Iex QV; d) IEx EQ – Iex Eqüidade; e) IEx Exclusão/Inclusão
Social – Iex EXC/INC.
A única diferença de comportamento ocorre para a média do índice de qualidade de
vida, pois, próximo ao centro social ocorre baixos valores (negativos), depois temos
um crescimento (entre os quilômetros 11 e 26), depois ocorre um decréscimo suave
(entre os quilômetros 27 e 47), passando a um decréscimo abrupto nos quilômetros
finais. Mais uma vez, este índice merece destaque e deve ser estudado de forma mais
acurada, a fim de esclarecer o comportamento tão diferenciado dos outros índices.
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 9.
Gráfico 10 – Histogramas da distribuição do Índice de Autonomia de renda dos Chefes de Família
(ARCF).
2500 3000
2500
2000
Freqüência
2000
Freqüência
1500
1500
1000
1000
500
500
0 0
-1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1 -1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1
IEx ARCF IEx ARCF
Pólo, Muito Alto e Alto Grau de Integração Pólo, Muito Alto, Alto e Médio 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,
Muito Alto e Alto Muito Alto, Alto e Médio
4000 4000
3500 3500
3000 3000
2500 2500
Freqüência
Freqüência
2000 2000
1500 1500
1000 1000
500 500
0 0
-1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1 -1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1
IEx ARCF IEx ARCF
Toda RMRJ
Freqüência da Distribuição do IEx Autonomia de Renda dos Chefes de Família (ARCF) - RMRJ
4000
3500
3000
2500
Freqüência
2000
1500
1000
500
0
-1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1
IEx ARCF
Espacialmente podemos perceber que as situações de inclusão concentram-se no
município pólo, e neste há concentração na região litoral leste e sudoeste. O que
corresponde tanto aos bairros com melhor condição quanto com o centro social,
definido como sendo o ponto associado ao setor censitário de maior renda. A partir
desta área ocorre uma redução deste indicador em direção aos municípios periféricos.
(figuras 3, 5, 7, 9 e 11)
Quadro 10 – Percentual de dados negativos e positivos, e acima de 0,5 (indicação de alta inclusão), por
unidade de análise, para ARCF.
Toda RMRJ
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 11.
4000 6000
3500
5000
3000
4000
2500
Freqüência
Freqüência
2000 3000
1500
2000
1000
1000
500
0 0
-1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1 -1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1
IEx DH IEx DH
Pólo, Muito Alto e Alto Grau de Integração Pólo, Muito Alto, Alto e Médio Grau de
Integração
Freqüência da Distribuição do IEx Desenvolvimento Humano (DH) - Pólo, Muito Alto e Alto Freqüência da Distribuição do IEx Desenvolvimento Humano (DH) - Pólo, Muito Alto, Alto e
Médio
7000
7000
6000
6000
5000
5000
4000
Freqüência
4000
Freqüencia
3000
3000
2000 2000
1000 1000
0 0
-1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1 -1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1
IEx DH IEx DH
Toda RMRJ
7000
6000
5000
4000
Freqüência
3000
2000
1000
0
-1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1
IEx DH
O Quadro 12 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. Assim, o município pólo apresenta melhores
condições de desenvolvimento humano. Verificamos que para esta variável ocorre
uma redução significativa na quantidade de pessoas que se encontra em situação de
alta inclusão. Enquanto que a quantidade de pessoas em situação de exclusão
apresenta pouca variação, com exceção da unidade Pólo e Muito Alto, que pode ter
ocorrido pela quantidade de pessoas que se encontram na área de transição, 20,50%
com valor zero. Mesmo assim, mais de 67% da população encontra-se na situação de
inclusão.
Quadro 12 - Percentual de dados negativos e positivos, e acima de 0,5 (indicação de alta inclusão), por
unidade de análise, para DH.
Toda RMRJ
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 0,50, o que indica alta inclusão. Esta informação é corroborada pela análise
dos histogramas, como pode ser visto no Quadro 13.
7000 10000
9000
6000
8000
5000 7000
6000
Freqüência
4000
5000
3000 4000
3000
2000
2000
1000 1000
0
0 -1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1
-1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1 IEx QV
Pólo, Muito Alto e Alto Grau de Integração Pólo, Muito Alto, Alto e Médio Grau de
Integração
Freqüência da Distribuição do IEx Qualidade de Vida (QV) - Pólo, Muito Alto e Alto Freqüência da Distribuição do IEx Qualidade de Vida (QV) - Pólo, Muito Alto, Alto e Médio
12000 10000
9000
10000
8000
7000
8000
6000
Freqüência
6000
5000
4000
4000
3000
2000 2000
1000
0
-1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1 0
IEx QV -1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1
Toda RMRJ
8000
7000
6000
5000
Freqüência
4000
3000
2000
1000
0
-1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1
IEx QV
Quadro 14 - Percentual de dados negativos e positivos, e acima de 0,5 (indicação de alta inclusão), por
unidade de análise, para QV.
Toda RMRJ
Como pode ser observado nas figuras de equidade (EQ) para cada unidade de
análise, podemos perceber que há uma fraca tendência de concentração de valores
próximos de zero, o que indica tendência à inclusão. Esta informação é corroborada
pela análise dos histogramas, como pode ser visto no Quadro 15.
4000 7000
3500
6000
3000
5000
2500
Freqüência
4000
2000
3000
1500
1000 2000
500
1000
0
-1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1 0
IEx EQ -1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1
Pólo, Muito Alto e Alto Grau de Integração Pólo, Muito Alto, Alto e Médio Grau de
Integração
Freqüência da Distribuição do IEx Eqüidade (EQ) - Pólo, Muito Alto e Alto Freqüência da Distribuição do IEx Eqüidade (EQ) - Pólo, Muito Alto, Alto e Médio
8000 8000
7000 7000
6000 6000
5000 5000
Freqüência
Freqüência
4000 4000
3000 3000
2000 2000
1000 1000
0 0
-1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1 -1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1
IEx EQ IEx EQ
Toda RMRJ
8000
7000
6000
5000
Freqüencia
4000
3000
2000
1000
0
-1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1
IEx EQ
Quadro 16 - Percentual de dados negativos e positivos, e acima de 0,5 (indicação de alta inclusão), por
unidade de análise, para EQ.
Toda RMRJ
Figurra 12 – Setore
es censitários – Equidade (E
EQ), por unida
ade de análise
e.
Inclusão/Exclusão Social
Como pode ser observado nas figuras de exclusão/inclusão (IEx EXC/INC) para cada
unidade de análise, podemos perceber que há uma tendência de concentração de
valores próximos de zero, o que indica tendência à inclusão. Esta informação é
corroborada pela análise dos histogramas, como pode ser visto no Quadro 17.
3500 5000
4500
3000
4000
2500
3500
3000
2000
Freqüência
Freqüência
2500
1500
2000
1500
1000
1000
500
500
0 0
-1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1 -1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1
IEx Exc/Inc IEx Exc/Inc
Pólo, Muito Alto e Alto Grau de Integração Pólo, Muito Alto, Alto e Médio Grau de
Integração
Freqüência da Distribuição do IEx de Exclusão/Inclusão Social (Exc/Inc) - Pólo, Muito Alto e Freqüência da Distribuição do IEx de Exclusão/Inclusão Social (Exc/Inc) - Pólo, Muito Alto, Alto
Alto e Médio
6000 6000
5000 5000
4000 4000
Freqüência
Freqüência
3000 3000
2000 2000
1000 1000
0 0
-1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1 -1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1
IEx Exc/Inc IEx Exc/Inc
Toda RMRJ
6000
5000
4000
Freqüencia
3000
2000
1000
0
-1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1
IEx Exc/Inc
O Quadro 18 apresenta o agrupamento em grandes classes, de forma a obtermos a
variação entre as unidades de análise. Para IEx EXC/INC, 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 89% da população em situação de inclusão, e mais de 72% em situação de
alta inclusão, acima de 0,5. Desta forma, mesmo com a ampliação da área de análise,
a maior parte da população da RMRJ encontra-se em situação de inclusão social.
Quadro 18 - Percentual de dados negativos e positivos, e acima de 0,5 (indicação de alta inclusão), por
unidade de análise, para IEx EXC/INC.
Pólo Pólo e Muito Alto Grau de Inteegração
Toda RMRJ
Os d
dados de pe
erfil socioec
conômico fo
oram calculados para uma distânncia de 68 km a
partirr do centro social, em intervalos d
de 1km (Fig
gura 14), ab
brangendo ttoda a RMR
RJ em
situa
ação urbana
a (segundo IBGE, 2002
2).
Os d
dados obtid
dos por estte tipo de análise mo
ostram que a densidaade populac
cional
dimin
nui quando nos afasta
amos do ce ntro social. Conforme já citado, a maior parrte da
popu
ulação da RMRJ
R encon
ntra-se no m
município pólo,
p o perfil representaado pelo Gráfico
15 ilu
ustra esta afirmação.
a
200
180
160
Densidade Populacional (pop/ha)
140
120
100
80
60
40
20
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67
Distância ao Centro Social (km)
A exclusão social nos centros urbanos é um fenômeno comum. Autores como Sposati
(2000a), Genovez (2002), Koga (2003), dentre outros, têm mostrado que essa
exclusão está relacionada, também, à configuração do espaço urbano. Os centros
urbanos brasileiros separam claramente as classes socioeconômicas, onde nas áreas
com maior acesso à infraestrutura e serviços se localizam classes mais altas, nas
áreas mais desprovidas se encontram as classes mais baixas. Espacialmente, as
primeiras tendem a se localizar no centro ou próxima a esse, e as últimas em áreas
periféricas ao centro.
a) b)
Relação entre a Autonomia de Renda dos Chefes de Família (ARCF) e o afastamento do Centro Relação entre o Desenvolvimento Humano (DH) e o afastamento do Centro Social
Social
1,00
1,00
0,80
0,80
0,60
0,60
0,40
0,40
0,20
0,20
IEx DH
IEx ARCF
0,00
0,00 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67
-0,20
-0,20
-0,40
-0,40
-0,60 -0,60
-0,80 -0,80
-1,00 -1,00
Distância ao Centro Social (km) Distância ao Centro Social (km)
c) d)
Relação entre a Qualidade de Vida (QV) e o afastamento do Centro Social Relação entre Eqüidade (EQ) e o afastamento do Centro Social
1,00 1,00
0,80 0,80
0,60 0,60
0,40 0,40
0,20 0,20
IEx EQ
IEx QV
0,00 0,00
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67
-0,20 -0,20
-0,40 -0,40
-0,60 -0,60
-0,80 -0,80
-1,00 -1,00
Distância ao Centro Social (km) Distância ao Centro Social (km)
1,00
0,80
0,60
0,40
0,20
IEx Exc/Inc
0,00
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67
-0,20
-0,40
-0,60
-0,80
-1,00
Distância ao Centro Social (km)
e)
Para melhor compreensão das relações das distribuições dos índices de exclusão
social à medida que nos afastamos do centro social, foram realizadas correlações
conforme Quadro 19.
Correlações
Distância do Centro Social e Densidade Populacional (hab/ha) -0,633
Distância do Centro Social e Autonomia de Renda dos Chefes de Família -0,790
Distância do Centro Social e Desenvolvimento Humano -0,722
Distância do Centro Social e Qualidade de Vida -0,032
Distância do Centro Social e Eqüidade -0,863
Distância do Centro Social e Exclusão/Inclusão Social -0,768
O índice de qualidade de vida apesar de ter mostrado uma queda com a distância ao
CBD, o resultado da correlação, -0,032, mostrou que ocorre uma dispersão da
qualidade de vida por toda a RMRJ. Como este índice é baseado, em parte, nas
condições de abastecimento de água, coleta de esgoto e tratamento de lixo, isto faz
com que haja uma redução da exclusão, uma vez que, segundo o IBGE (2001),
87,23% da população da RMRJ é atendida por rede geral de água, 66,16% por rede
de esgoto e 92,24% da população tem seu lixo coletado. O restante deste índice é
composto pelas condições de moradia: propriedade domiciliar, conforto sanitário
(banheiro por domicílio) e habitação precária. Com a renda da população diminui com
o aumento da distância, as condições de qualidade de moradia também são
reduzidas. Como parte da população habita em sistemas de favelas, em sua maioria,
não tem condições financeiras para investimento nas moradias. Assim, apesar de se
ter boas condições de abastecimento de água, coleta de esgoto e de lixo, a população
habita em condições precárias, uma vez que a renda não permite melhoria das
habitações.
Por fim o Índice de Exclusão/Inclusão Social mostrou forte correlação com a distância
ao CBD (-0,768), indicando que a exclusão da população periférica em relação ao
centro social da RMRJ é alta. Isto se deve à forma de ocupação histórica do espaço
urbano da RMRJ, onde se gerou um centro socioeconômico altamente concentrado
cercado por uma população desejosa de participar desta região, mas sem condições
para tal, obrigando-a a se localizar em áreas mais afastadas e com menores
condições sociais.
Considerações Finais
Outro elemento importante de nossa pesquisa foi constatar que a população abaixo de
linha de pobreza localiza-se próxima ao centro, ao contrário do que se previa. Esse
fato ocorre possivelmente em função da necessidade de proximidade de empregos e
serviços e acesso a equipamentos urbanos. Muitas vezes essa proximidade se dá em
ocupações irregulares e em áreas de risco ambiental.
O processo que mais tomou tempo neste trabalho foi justamente a padronização da
informação espacial. A escolha dos setores censitários do IBGE se deu em função de
ser uma base oficial, disponível, atualizada a cada 10 anos e com metodologia
validada de levantamento. Mas, mesmo os setores, apresentam problemas, pois a
cada censo sua configuração muda, o que, em princípio, limitaria o acompanhamento
temporal da evolução urbana. Mesmo assim, essa unidade espacial apresenta as
vantagens citadas que favorecem seu uso para estudos urbanos.
Infelizmente o IBGE ainda não conseguiu desenvolver bases censitárias que a cada
censo continuem sendo compatíveis, e esta é a nossa maior crítica, apesar do
levantamento censitário ser de grande valia e apresentar uma quantidade elevada de
variáveis, a espacialização fica muito prejudicada quando tratamos de estudos
comparativos. A etapa que mais ocupou tempo nesta pesquisa foi justamente a
compatibilização das bases censitárias espaciais do censo de 2000 e 2010, que
mesmo com todo esforço realizado, ainda apresentaram pequenas distorções, mas
que para os fins de nossa pesquisa são perfeitamente aceitáveis.
Outro fator limitante de nossa pesquisa foi o atraso na divulgação dos dados do Censo
de 2010, que inicialmente estava previsto para outubro de 2011, compatível com
nosso cronograma, chegávamos a março de 2012 sem os dados necessários para o
cálculo do índice de exclusão/inclusão social.
Assim, uma análise feita por bairros do município pólo poderá revelar a discrepância
social existente no mesmo. O que poderá ser feita em trabalhos futuros.
O estudo sobre a exclusão/inclusão social contribui para a discussão sobre como
melhorar a compreensão de índices urbanos, analisando-os de forma espacial. A
compreensão acurada do espaço urbano influencia diretamente nos meios de
intervenção para melhoria e redução de desigualdades. Ainda que nosso trabalho
apresente uma visão descritiva, ele revela, de forma clara, a relação entre os
municípios de compõem a RMRJ, e a forma como a população ocupa e se distribui por
este espaço. A interpretação dos resultados para cada área urbana deve ser feita
baseada no seu processo histórico de formação. Assim, a continuidade deste estudo
se faz necessária, com o acréscimo de mais este elemento de análise.
Assim, a depender das condições políticas, a população pode ser mais facilmente
incluída no processo de tomada de decisões a respeito do espaço onde vive. Seria
possível termos uma posição da comunidade sobre as prioridades para a resolução
dos problemas, escolhendo, p.ex., entre as alternativas: investir mais em educação,
saneamento ou arborização urbana para reduzir o desconforto térmico? Melhorar o
transporte público para minorar os efeitos de distância ao trabalho? Criar empregos no
local (por estranho que pareça, algumas comunidades preferem viver em vizinhanças
exclusivamente residenciais)? Essas nuances poderiam ser identificadas com maior
clareza e o atendimento à população seria mais pontual e efetivo.
BIBLIOGRAFIA
HILLIER, B. & HANSON, J., The Social Logic of Space, Cambridge: Cambridge
University Press, 1984. In: HOLANDA, F., O Espaço de Exceção, Brasília, DF, Editora
Universidade de Brasília, 2002.
HOLANDA, F. (org.), Uma Ponte Para a Urbanidade, in: Arquitetura & Urbanidade,
São Paulo, SP, ProEditores Associados Ltda, 2003.
JENKS, M. & BURGESS, R., Compact Cities: Sustainable Urban Forms for
Developing Countries, London, England, Spon Press, 2000.
KOGA, D., Medida das Cidades Entre Territórios de Vida e Territórios Vividos.
São Paulo, SP, Cortez, 2003.
LEVIN, J. & FOX, J. A., Estatística para Ciências Humanas, São Paulo, SP, 9 ed,
Prentice Hall, 2004.
REIS, N. G. Notas sobre urbanização dispersa e novas formas de tecido urbano. São
Paulo: Via das Artes, 2006. In: COSTA, S. M. F & SILVA, D. C., Caracterização da
Dispersão Residencial (Urban Sprawl) Utilizando Geotecnologias, In: XIII
Simpósio Brasileiro de Sensoriamento Remoto, Anais, Florianópolis, Brasil, 21-26 abril
2007.