Território e Desigualdade: Desafios Metodológicos na Análise de Dados Socioterritoriais

1. Workshop “Heterogeneidade Sócio-Espacial nas Regiões Metropolitanas” Território e Desigualdade: Desafios Metodológicos na Análise de Dados Socioterritoriais Centro de Estudos das Desigualdades SocioTerritoriais Licença de Uso: CreativeCommons Atribuição-Uso Não-Comercial-Compartilhamento http://creativecommons.org/licenses/by-nc-sa/2.5/br/ 1

2. Missão CEDEST • Buscar ser um dos centros de excelência no estudo de indicadores intra-urbanos socioterritoriais para apoiar políticas públicas para as cidades brasileiras. • Investigar as desigualdades socioterritoriais através de análise espacial para construir indicadores de diagnóstico e predição em políticas sociais. • Estabelecer um diálogo permanente entre análise sociológica e técnicas matemático-computacionais, para uma crítica substantiva e subjetiva dos procedimentos analíticos.

3. Equipe CEDEST • Humanos • Aldaiza Sposati (serviço social – PUCSP) • Dirce Koga (serviço social – PUC-SP) • Frederico Ramos (arquiteto – CEDEST) • Kazuo Nakano (arquiteto – CEDEST/POLIS) • Cláudia Almeida (arquiteta) • Paulina Lopes (arquiteta – mestranda no INPE) • Flávia Feitosa (geógrafa – mestranda no INPE) • Engenheiros • Antonio Miguel Monteiro • Gilberto Câmara • Silvana Amaral (ecóloga) • Isabel Escada (ecóloga) • Ana Paula Dutra de Aguiar (doutoranda no INPE)

4. Colaboradores Científicos • Saúde Pública • Marilia Sá Carvalho (ENSP/FIOCRUZ) • Wayner Souza (CPqAM/FIOCRUZ) • Cristovam Barcellos (ENSP/FIOCRUZ) • Estatísticos • Suzana Druck (EMBRAPA/Cerrados) • Paulo Justiniano Ribeiro (UFPr) • Corina Freitas (INPE) • Trevor Bailey (Univ. Exeter – Reino Unido) • Renato Assunção (UFMG)

5. Diante dos novos processos sociais em nossas cidades... • As ações e propostas de intervenções e planejamentos locais orientam-se cada vez mais a partir das relações entre as partes e o todo urbano. • A descentralização da gestão urbana demanda instrumentos adequados de política pública. precisamos....

6. ... ampliar nossa capacidade de revelar os territórios invisíveis do espaço das cidades • (1) descobrir não apenas onde, mas o que define e estrutura um certo “lugar”; • (2) estas respostas permanecem implícitas em medidas que abordam as cidades como um todo. • (3) voltar-se para o território, considerando suas diferenças buscando métodos capazes de revelar, dentre um universo de múltiplas variáveis, quais seriam mais relacionadas ao fenômeno nos diferentes territórios que compõe a cidade.

7. Metodologias de Análise Espacial • Exploratórias • Visualização e Cognição visual • Análise multi-variada (análise fatorial, clustering) • Regressão (espacial e não-espacial) • Baseadas em modelos • Inferência formal (estimação, testes de hipótese, predição): requer modelos estatísticos “a priori” • Inferência subjetiva: conceitos sociológicos “a priori” – exclusão social

8. Como conhecer o território? • Dados censitários e “surveys” • Organizados por espaços de coleta (e.g., setores censitários) • Resultam em áreas “homogêneas” em bancos de dados geográficos • Capacidade analítica • Entender a distribuição espacial dos valores nas áreas homogêneas (identificar tendências e aglomerados) • Modelar possíveis explicações para os padrões observados • Usar os modelos para indicar o que pode acontecer em outras ocasiões • Cuidados • Objetivo primário não é descrição acurada dos dados • Mais importante: entendimento dos padrões espaciais e determinação dos relacionamentos entre variáveis com potencial explanatório

9. Questões Metodológicas • Onde estão as desigualdades intra-urbanas? • Como caracterizar os fatores estruturantes dos lugares das cidades? • Como diferenciar os espaços intra-urbanos? • Como construir modelos prognósticos da evolução das desigualdades intra-urbanas?

10. Conceitos Estruturantes • Desigualdades • Fatores estruturantes • Diferenciação dos espaços • Modelos prognósticos • O que queremos destes conceitos para que sejam úteis em políticas públicas universais e territoriais? • Que sejam mensuráveis • Que permitam diferenciação entre atores sociais • Que os modelos matemáticos sejam relevantes no território

11. Conceitos Estruturantes • Desigualdades • Indicadores de desigualdade: Mapa da exclusão, topografia social • Fatores estruturantes • Regressão – espacial e não-espacial • Espaços de redes e espaços de lugares • Diferenciação dos espaços • Técnicas de regionalização, efeitos de escala • Imagens de satélite para desagregação de áreas • Modelos prognósticos • Modelos de população • Modelos probabilísticos

12. Conceitos Estruturantes: Desigualdade • Desigualdade • Modelo sociológico abstrato • Verificável apenas cognitivamente • Abordagens • Exclusão Social • Polaridade inclusão-exclusão como superação da noção de pobreza • Vulnerabilidade • Hipóteses: encontrar grupos diferenciados • Problemas analítico-computacionais • Como construir indicadores compostos? • Como lidar com efeitos de escala? • Como construir mapas significativos cognitivamente?

13. Indicadores de Desigualdade • Indicador de Inclusão/Exclusão Social • Composição de indicadores • Renda, Qualidade de vida, Desenvolvimento Humano, Equidade de Gênero • Produtos do estudo • Mapa de inclusão/exclusão social • Dimensão cognitiva forte • Construção do banco de dados geográfico • Permite a construção de múltiplas análises

14. INDICADORES SÓCIO-ECONÔMICOS E X C L U S Ã O / I N C L U S Ã O S O C I A L Escolaridade Precária Precária 33_IND(s)/49_IND(s)

15. [-1.00~-0.75] [-0.75~-0.50] [-0.50~-0.25] [-0.25~0.00] [0.00~0.25] [0.25~0.50] [0.50~0.75] [0.75~1.00] DESENVOLVIMENTO HUMANO ENTRE 1991 E 2000 DESENVOLVIMENTO HUMANO 1991 DESENVOLVIMENTO HUMANO 2000

16. DESENVOLVIMENTO EDUCACIONAL ENTRE 1991 E 2000

17. Visão Tradicional dos Indicadores • Densidade demográfica de São Paulo • Censo de 1991 • Dados agregados em distritos • Apresentação de dados • Agrupamento em quantis • Será que estes patamares são reais?

18. O TERRITÓRIO Território

19. Divisão distrital Zonas OD87 Zonas OD97

20. Topografia Social: Das Áreas às Superfícies • Boa parte dos estudos de políticas públicas está associada a fenômenos contínuos no espaço • Risco de homicídio • Densidade demográfica • Distribuição de renda • Dados sócio-econômicos são coletados pontualmente, mas agregados por partição espacial • Setor censitário, distritos, municípios • Particões espaciais são unidades de coleta e não unidades de análise • Agregamento de dados em regiões esconde variações internas, e pode criar limites artificiais

21. Topografia Social • Definição • Representação de dados socio-econômicos como uma superfície contínua • Expressão territorial da rugosidade das desigualdades sociais das cidades. • Objetivos • Aproximar variação contínua dos atributos • Remover limites arbitrários das regiões • Permitir comparação de dados de suportes espaciais distintos • Suporte para modelagem temporal

22. Topografia Social:Percepções do Espaço Espaço como uma subdivisão planar Espaço como uma superfície contínua

23. POPULAÇÃO EM GRADES REGULARES Das Áreas às Superfícies dados agrupados por áreas / polígonos geração de centróides X,Y,Z X,Y,Z X,Y,Z X,Y,Z pontos / amostras X,Y,Z interpolação superfície contínua / grade

24. Superfície de Risco de Homicídios: Krigagem Binomial 1996 1999

25. Fatores Estruturantes • Idéia • Estabelecer relacionamentos entre variáveis territoriais • Análise multivariada • (e.g. análise fatorial) • Estabelecer regiões com comportamento multidimensional diferenciado • Regressão • Variável a ser explicada (e.g. taxa de homicídio) • Variáveis explicativas (e.g., analfabetismo, renda).

26. Regressão Não-Espacial • Objetivo • explicar comportamento de variáveis a partir de fatores explicativos • Modelos multivariados não espaciais. yi = 0 + 1x1 +… + ixi + i • yi = estimativa da var. resposta para a região i; • i = coeficiente de regressão • xi = variável explicativa (para a região i) • i =resíduo (erro aleatório de modelagem) n S ( y – y ) 2 i i = 1 i R = 1 – 2 n S 2 ( y – y ) i i = 1 i

27. REGRESSÃO PONDERADA ESPACIALMENTE • 1) Extensão do modelo de regressão tradicional para o modelo com parâmetros estimados localmente. Onde (ui,vi) são coordenadas geográficas do ponto i no espaço. • 2) Matriz de betas é estimada a partir da equação matricial onde X e Y são as matrizes dos valores observados nos diferentes pontos do espaço • 3) W(i) é a matriz de pesos geográficamente determinados a partir de uma função quadrática

28. ANÁLISE ESPACIAL: Regressão espacialmente ponderada Modelo geral Onde: TX_HOM é a taxa de homicídios de 2000 por distrito (PROAIM) %X_analf é a porcentagem de chefes de família analfabetos.(CENSO 2000) Modelo espacial

29. Data 4,637 homicide victims residence geoadressed 2001 456 Census Sample Tracts 2000

30. Critical areas Kernel Density Function Bandwidth = 3 Km Critical areas Critical areas Superfície de Densidade da Taxa de Homicídios

31. Taxa de homicídos Tx_homic = count homicide events (2001) *100.000 population (census, 2000)

32. Porcentagem de chefes de família analfabetos (Xanlf)

33. ANÁLISE ESPACIAL: Regressão espacialmente ponderada Modelo geral R2 = 0.356 Modelo espacial R2 = 0.699

34. Regressão Espacial: TX_homic com Xanlf Resíduos Moran= -0,0303 (resíduos não correlacionados)

35. GWR regression results for TX_homic and Xanlf Local Beta1 Local t-value

36. Fatores Estruturantes: Regressão Espacial • Regressão Espacial: indica diferenças significativas na relação entre taxas de homicídio e chefes de família analfabetos em São Paulo

37. Diferenciação do Espaço • Como expressar a heterogeneidade do território sem cair na excessiva fragmentação? • Como reconhecer espaços homogêneos no interior das cidades? • Procedimento • Desagregação dos dados em unidades atômicas • Reagregação de áreas em novos espaços

38. Potencializa o efeito de outliers e de setores discrepantes em relação ao entorno A Questão da Escala A Utilização dos Setores Censitários Exige adaptações Identificar variações Intra-Distritais Aumenta a Variabilidade espacial dos dados

39. Efeitos de escala e zoneamento • Efeito de escala - diferentes resultados estatísticos são obtidos a partir das mesmas variáveis quando a informação é agrupada em diferentes níveis de resolução espacial. • Efeito de zoneamento - é a variabilidade dos resultados estatísticos obtidos pelas diversas maneiras de agrupamento das unidades de área em uma determinada escala. (Wrigley et. al , 1996)

40. EFEITOS DE ESCALA E ZONEAMENTO O efeito das diferentes possibilidades de agrupamento sobre o valor da correlação

41. EFEITOS DE ESCALA 270 ZONAS OD97 DO MSP População >60 anos População não alfabetizada Renda per capita

42. EFEITOS DE ESCALA 96 DISTRITOS DO MSP População >60 anos População não alfabetizada Renda per capita

43. EFEITOS DE ESCALA 96 ZONAS RENDA HOMOGENEAS DO MSP População >60 anos População não alfabetizada Renda per capita

44. EFEITOS DE ESCALA ZONAS OD97 Comparação entre as matrizes de correlação para as variáveis selecionadas VARIÁVEIS DISTRITOS A) Porcentagem da população com 60 anos ou mais B) Porcentagem da população não alfabetizada C)Renda individual per capita em reais * ZONAS RENDA

45. Diferenciação do Espaço: Regionalização • Desenvolvimento de métodos de regionalização • Reagregar N pequenas áreas (a mais fina resolução disponível) em M regiões maiores de maneira a otimizar a função geral do dado agregado. • Possíveis soluções • Algoritmos semi-automatizados de regionalização

46. Regionalização: Mapas como Grafos

47. Regionalização: Mapas como Grafos Agregamento em áreas Agregamento em áreas com restrição de população mínima

48. Modelos Prognósticos • Desafio • Dada uma situação atual, como vai evoluir o território? • Alternativas • Modelos estatísticos • Requerem parametrização dos fenômenos • Utilizados em epidemiologia espacial • Modelos determinísticos • Propagação espacial de relações multivariadas • Automatos celulares

49. Modelos: Uma Visão Geral • O que modelar? • Fatores dinâmicos de mudança do território • Hipótese • Agentes humanos realocação do uso de território • Fatores de mudança são refletidos no uso da terra

50. Modelos: Uma Visão Geral • O que modelar? • Fatores dinâmicos de mudança do território • Hipótese • Agentes humanos realocação do uso de território • Fatores de mudança são refletidos no uso da terra • Modelos de mudança de uso e cobertura da terra • LUCC (“land use and land cover change”) • Ampla literatura internacional • Pouco esforço de pesquisa no Brasil