DEMOGRAFIA

Fonte: Ferreira, J. Antunes – Demografia, CESUR, Lisboa

Introdução

A importância da demografia no planeamento regional e urbano

O processo de planeamento tem como fim último fomentar uma organização das sociedades de
forma a satisfazer as necessidades e aspirações das populações envolvidas, tendo na grande maioria
dos casos que lidar com fortes restrições económicas.
O dimensionamento dos serviços, equipamentos e infraestruturas para satisfazer essas necessidades
e aspirações tem de passar forçosamente pela avaliação do número de habitantes a servir. Esse
dimensionamento não se refere apenas à população existente à data da elaboração do plano mas
também ao seu horizonte de projecto, isto é, a população a servir deverá ser avaliada, por um modelo
devidamente testado e calibrado, de forma a ser possível ter uma estimativa, com o grau de rigor
necessário para o fim em vista, da população no horizonte temporal em causa.
A estratificação da população quer por idades, sexos, categorias sociais, etc. está também
relacionado com as suas aspirações. A caracterização desta estratificação é, naturalmente, valiosa
para a caracterização dos tipos de serviços a criar, para dar resposta a aspirações dessas
populações.

Assim, no processo de planeamento é muito importante conhecer a POPULAÇÃO porque:

Quantidade Para quantas pessoas dimensionar?

(Ex. serviços, equipamentos, infra-estruturas)

Variação temporal Estudo dos mecanismos de:

Reprodução
Migração
Morte

Qualidade Para que tipo de pessoas dimensionar?

(Ex. Tipo de equipamentos)

Composição Estudo da estratificação

Idades
Sexo
Escolaridade
Ocupação laboral
Níveis salariais
….

Localização Onde localizar?

Distribuição espacial Estudo da dispersão

Densidades
….

1. Variação temporal da população

Saldo fisiológico ou crescimento natural

SF = N – O
N - Número de nascimentos na unidade de tempo considerada;
O - Número de óbitos na unidade de tempo considerada.
 Saldo migratório
SM = I – E
I - Número de imigrantes na unidade de tempo considerada (“entrada”);
E - Número de emigrantes na unidade de tempo considerada (“saída”).

Taxa de natalidade
n = N / P0
N - Número de nascimentos na unidade de tempo considerada;
P0 - População no início da unidade de tempo considerada.

Taxa de mortalidade
δ = O / P0
O - Número de óbitos na unidade de tempo considerada;
P0 - População no início da unidade de tempo considerada.

Taxa de saldo fisiológico ou de crescimento natural

TSF= SF / P0
SF - Saldo fisiológico na unidade de tempo considerada;
P0 - População no início da unidade de tempo considerada.

TSF = SF / P0 ⇔ TSF = (N – O) / P0 ⇔ TSF = N / P0 – O / P0 ⇔ TSF= n - δ

Taxa de migração
Tm = SM / P0
SM - Saldo migratório na unidade de tempo considerada;
P0 - População no início da unidade de tempo considerada.

Taxa de crescimento
tc = ∆P / P0
∆P – Variação da população na unidade de tempo considerada (P1 – P0);
P0 - População no início da unidade de tempo considerada.

tc = ∆P / P0 ⇔ tc = (P1 – P0) / P0 ⇔ tc = [(P0 + N – O + I – E) – P0] / P0 ⇔

⇔ tc = (N – O + I – E) / P0 ⇔ tc = n - δ + Tm ⇔ tc = TSF + Tm

2. Composição

A estratificação da população por idades, sexos, ocupação laboral, nível de instrução, rendimentos,
etc. é essencial para a definição dos equipamentos e serviços a criar.
A forma mais usual de quantificação e representação gráfica da estratificação por idades e sexos é a
Pirâmide etária: gráficos de referencial cartesiano em que o eixo das ordenadas representa as
idades e o das abcissas a população dividida em população masculina (parte negativa do eixo) e
feminina (parte positiva do eixo).

A variável idade não é contínua. Normalmente a sua discretização é feita à custa de classes ou
escalões etários (cohorts) de dimensão constante, usualmente de 5 anos.
No entanto, o estudo de determinadas realidades justifica a estratificação etária da população noutros
escalões, por exemplo:

3ª idade ≥ 65 anos
Pop. Activa 20 – 64 anos
Jovens 0 – 19 anos
INDICADORES DEMOGRÁFICOS S/ ESTIMATIVAS DA POPULAÇÃO

Relação de masculinidade
H
M

Índice de envelhecimento
Pop. ≥ 65
Pop. 0 – 19

no topo
Pop. ≥ 65
Pop. total

na base
Pop. 0 – 19
Pop. total

Relação de dependência
Pop. 0 – 19 + Pop. ≥ 65
Pop. 20 – 64

Relação de dependência dos idosos

Pop. ≥ 65
Pop.19 – 64

Relação de dependência dos jovens

Pop. 0 – 19
Pop. 20 – 64

Relação de fertilidade
Pop. Fem. 15 – 49
Pop. Fem. total

Relação de actividade
Pop. 20 – 64
Pop. total

3. Distribuição espacial da população

O indicador mais utilizado para a caracterização da localização da população é a densidade

populacional medida normalmente em hab/ha.
A representação gráfica destas densidades é feita à base de cartogramas.

1991 2001

Densidade Populacional por Freguesia – Lisboa

4. Métodos de projecção populacionais

Os métodos de projecção, em geral, podem ser classificados em dois grandes grupos: causais e não
causais.

Os métodos não causais podem ser caracterizados por utilizarem unicamente a variável tempo como
explicativa das variações a prever. Isto é, por análise de uma série cronológica de valores tentam
averiguar da possibilidade de relacionar a variável tempo com a variável a estudar através de uma
expressão matemática. Por consequência estes modelos assumem como hipótese de base que a
tendência de variação temporal da população se mantém constante e igual à que foi averiguada até
ao momento da elaboração do modelo.

Os métodos causais fazem interferir no modelo variáveis que, além de estatisticamente poderem ser
assumíveis como causais (ou seja, dependentes estatisticamente), são reconhecíveis como tal em
análises lógicas do fenómeno. Ou seja, procuram relacionar a variável sobre a qual se quer fazer
projecções com outras variáveis que possam ser explicativas do seu comportamento.

Cada um destes grupos de métodos pode ser ainda subdivididos em globais e estratificados:

Causais (incluem vários parâmetros) Globais

Estratificados

Não causais (tempo é a única variável considerada) Globais

Estratificados

Os Métodos Globais são aqueles que tomam a população como um todo e fazem a sua projecção
como tal; os Métodos Estratificados analisam a população estratificada e fazem a projecção dos
estratos.

Métodos não causais

Como já foi referido, estes modelos assumem como hipótese de base que a tendência de variação
temporal da população se mantém constante e igual à que se verificou até ao momento de
elaboração do modelo.

Métodos não causais globais

a) Linear (aumento da população constante)

b) Exponencial (taxa de crescimento constante)
c) Logístico

Métodos não causais estratificados

a) Modelo de “Cohort-Survival” (matriz de sobrevivência) aplicado à estratificação por idades

b) Modelo de “Cohort-Survival” (matriz de sobrevivência) aplicado à estratificação por idades
e por sexo
c) Método das razões

4.1 Métodos não causais globais

Um passo muito importante e fundamental para a construção do modelo consiste na averiguação do

tipo da função a adoptar e do grau de dependência estatística.

1º passo – Diagrama de dispersão entre as duas variáveis

t
2º passo – Ajustamento das observações a uma função

P = f ( θ, t ) + ε

P – população; f – função escolhida com parâmetros θ; t - tempo; ε - resíduos

3º passo – Determinação dos parâmetros do modelo

Método dos mínimos quadrados: min Σ ( Y – Y*)2 = min Σ ε 2

4º passo – Avaliação da adequabilidade da função

Quadrado do coeficiente de correlação entre as duas variáveis: ρ2

MODELO LINEAR

P = a + bt
P

O crescimento de população para o mesmo intervalo de tempo é constante.

Determinação dos parâmetros do modelo – Aplicação do Método dos Mínimos Quadrados:

Min Σ ε 2 = Min Σ (P – P*)2 = Min Σ [P i – ( a* + b* t i )]2

A minimização de Σ ε 2 passa pela determinação das derivadas parciais:

(∂ Σ ε 2 / ∂ a* ) = 0
(∂ Σ ε 2 / ∂ b* ) = 0

A partir daqui obtém-se um sistema a duas equações a duas incógnitas o que permite definir os
parâmetros da função.

a* = µp - bt

Σi [ ( t i - µt ) ( P i - µp ) ]
b* =
Σi ( t i - µt )2

MODELO EXPONENCIAL

P = abt

t
A taxa de crescimento é constante.

Determinação dos parâmetros do modelo

A aplicação do MMQ passa pela linearização da função através da aplicação de logaritmos:

Ln P = Ln a + t Ln b

P* = A +t B

A partir da expressão genérica conclui-se:

Para t =o
P0 = a b0 = a

Para t =1
P1 = a b1 = P0 b
b = P1 / P0
b – (P0 / P0 ) = (P1 / P0) – (P0 / P0 )
b = 1+ (P1 – P0 / P0)
b = 1 + tc

Generalizando:
t
Pt = P0 ( 1+ tc ) Lei de Malthus

MODELO LOGÍSTICO

P = K / (1 + e a + b t )

P
K

t
K = Lim P – população limite estimada com base nos parâmetros de ocupação

Determinação dos parâmetros do modelo

A aplicação do MMQ passa pela linearização da função através da aplicação de logaritmos:

P = K / (1 + e a + b t )
(1 + e a + b t ) = K / P
e a + b t = (K / P) – 1
a + b t = Ln ( K – P / P)

P*