Norma para a Elaboração Gráfica de Teses
Transcript of Norma para a Elaboração Gráfica de Teses
ANÁLISE ESPACIAL DE INDICADORES SÓCIO-ECONÔMICOS APLICADA À
GESTÃO NA ÁREA DE SANEAMENTO – ESTUDO DE CASO: MUNICÍPIO DE
NITERÓI, RJ
Alexandre Lima de Figueiredo Teixeira
TESE SUBMETIDA AO CORPO DOCENTE DA COORDENAÇÃO DOS PROGRAMAS
DE PÓS-GRADUAÇÃO DE ENGENHARIA DA UNIVERSIDADE FEDERAL DO RIO
DE JANEIRO COMO PARTE DOS REQUISITOS NECESSÁRIOS PARA A
OBTENÇÃO DO GRAU DE MESTRE EM CIÊNCIAS EM ENGENHARIA CIVIL.
Aprovada por:
________________________________________________Prof. Otto Corrêa Rotunno Filho, Ph.D.
________________________________________________Prof. Adilson Elias Xavier, D. Sc.
________________________________________________Prof. Christovam de Castro Barcellos Neto, D. Sc.
________________________________________________Prof. Isaac Volschan Jr., D. Sc.
________________________________________________Prof. Luiz Rafael Palmier, Ph. D.
________________________________________________Prof. Paulo Canedo de Magalhães, Ph. D.
RIO DE JANEIRO, RJ - BRASIL
JULHO DE 2001
ii
TEIXEIRA, ALEXANDRE LIMA DE FIGUEIREDO
Análise Espacial de Indicadores Sócio-Econômicos Aplicada
à Gestão na Área de Saneamento [Rio de
Janeiro] 2001
XV, 191 p. 29,7 cm (COPPE/UFRJ, M.Sc.,
Engenharia Civil, 2001)
Tese - Universidade Federal do Rio de
Janeiro, COPPE
1. Saneamento
2. Indicadores sócio-econômicos
3. Geoprocessamento
4. Análise de componentes principais
5. Classificação multivariada
6. Geoestatística
I. COPPE/UFRJ II. Título ( série )
iii
Resumo da Tese apresentada à COPPE/UFRJ como parte dos requisitos necessários
para a obtenção do grau de Mestre em Ciências (M.Sc.)
ANÁLISE ESPACIAL DE INDICADORES SÓCIO-ECONÔMICOS APLICADA À
GESTÃO NA ÁREA DE SANEAMENTO – ESTUDO DE CASO: MUNICÍPIO DE
NITERÓI, RJ
Alexandre Lima de Figueiredo Teixeira
Julho/2001
Orientador: Otto Corrêa Rotunno Filho
Programa: Engenharia Civil
A seleção de variáveis sócio-econômicas constitui-se em um importante fator na
caracterização de populações. Dessa forma, este trabalho tem como principal objetivo
analisar a importância de variáveis sócio-econômicas na definição de áreas prioritárias de
investimento em saneamento. O município de Niterói foi escolhido para estudo de caso.
Utilizou-se o método de componentes principais com o intuito de identificar quais
os indicadores mais representativos. Nesta análise, os temas escolhidos foram:
saneamento, renda, escolaridade, habitação e demografia. Partindo-se de 52 variáveis,
foram selecionados 7 indicadores como os mais representativos.
Realizou-se, então, uma classificação multivariada pelo método k-médias de
agrupamento, buscando-se identificar, através da formação dos grupos, estratos sócio-
econômicos diferenciados. Foi possível discriminar a área de estudo em seis classes. Os
resultados da classificação multivariada foram confrontados com casos de incidência de
doenças de veiculação hídrica, revelando significativa correspondência entre casos
registrados e classes de risco para alguns bairros.
Finalmente, sob o ponto de vista metodológico, com o objetivo de analisar a
estrutura espacial das diversas variáveis, foram utilizadas técnicas geoestatísticas, tais
como o variograma e o covariograma. As análises feitas indicam a presença de estruturas
de correlação espacial. Notou-se que os indicadores de abastecimento de água e
esgotamento sanitário apresentaram um comportamento heterogêneo na direção leste-
oeste. Sugere-se que estudos futuros sejam conduzidos com essa abordagem.
iv
Abstract of Thesis presented to COPPE/UFRJ as a partial fulfillment of the requirements
for the degree of Master of Science (M.Sc.)
SPATIAL ANALYSIS OF SOCIO-ECONOMIC VARIABLES APPLIED TO
MANAGEMENT IN THE SANITARY FIELD – CASE STUDY: NITERÓI CITY, RJ
Alexandre Lima de Figueiredo Teixeira
July/2001
Advisor: Otto Corrêa Rotunno Filho
Department: Civil Engineering
The selection of socio-economic variables is an important step in defining the
characteristics of a group of people. Based on this fact, the main purpose of the
present study is to analyse the importance of socio-economic variables in the definition
of the most important areas of investment in the sanitary field. The city of Niterói was
chosen as a case study.
The principal components method was used to identify which are the main
indicators in the study. In this work, the subjects analyzed were: sanitation, income,
education, housing and demography. Based on 52 initial variables, the 7 most
important indicators were selected.
It was then conducted a cluster analysis by the k-means method, searching,
through the established groups, for different socio-economic classes. It was possible to
discriminate the study area in six classes. The cluster analysis results were compared
with the incidence of waterborne diseases, revealing significative relation between
incidence and risk classes for some districts.
Finally, under the methodological point of view, it was evaluated the geostatistic
approach using techniques like the variogram and the covariogram with the purpose of
analysing the spatial structure of all variables. The results indicate the presence of
correlation structures. It was noted that the water supply and sewage indicators
presented a heterogeneous performance in the east-west direction. It is suggested that
future studies should emphasize this approach.
v
Dedico este trabalho aos meus pais, irmãos, parentes e amigos.
Especialmente, gostaria de dedicar às pessoas que sempre estiveram do meu lado em toda a minha vida, seja nos momentos de tristeza ou de alegria (Gabriel, Raquel e
minha mãe, Cristina).
vi
AGRADECIMENTOSAo amigo, professor e orientador Otto Corrêa Rotunno Filho, pela participação decisiva
na minha formação acadêmica durante esses cinco anos de convivência.
À CAPES por ter financiado durante dois anos a minha bolsa de mestrado.
Ao amigo Luciano Nóbrega R. Xavier, companheiro desde a época da graduação.
Aos alunos do PET e amigos Rodrigo Costa Gonçalves e Luiz Alberto Arend Filho,
peças fundamentais no fechamento da tese. Obrigado mais uma vez pela dedicação!
Ao amigo e coordenador do projeto Paraíba do Sul, Paulo Carneiro, pelos conselhos,
incentivos durante a pesquisa, principalmente os relacionados com a área de saúde e
por ter me ajudado na finalização do trabalho.
Ao prof. Luís Eduardo Potsch por contribuir para a minha formação, com uma visão
multidisciplinar.
A todos do Laboratório de Hidrologia da COPPE, em especial ao pessoal da
informática, Marcelo de Carvalho, Celso Pelizari, Marcelo Salimeni e Leandro Pitta, por
terem me ajudado no suporte computacional.
A todos os profissionais da policlínica comunitária de Itaipu, em especial à Dra. Maria
das Graças Vieira Esteves, que permitiu o acesso ao banco de dados da policlínica.
Ao coordenador do Programa Médico de Família Pedro de Lima, além da
coordenadora de grupo básico (área norte), Maria Angélica Duarte Silva e ao
responsável pelo servico de epidemiologia e estatística, Jorge Gorender, que
disponibilizaram os dados do módulo do Morro do Céu, estando sempre atenciosos.
À Ana Beatriz Costa Bezerra, Gabriel Lima de F. Teixeira, Raquel Lima de F. Teixeira,
Cristina Lima de F. Teixeira, Sheila dos Santos Lima, Roberto Trezena, Marina Xavier
da Cunha, José Aloísio Martins, Débora Goulart e Ana Cristina C. Bezerra por terem
me ajudado na coleta de dados e na finalização do trabalho.
Aos amigos Márcio e Márcia Eckhardt pela compreensão e ajuda nos momentos
críticos da tese.
vii
A todos os meus amigos e familiares que me suportaram no final desta pesquisa.
Ao Laboratório de Hidrologia da COPPE por ter cedido toda a sua infra-estrutura.
À Fundação Oswaldo Cruz por ter disponibilizado, através do Projeto SIG/Fiocruz, a
base gráfica dos setores censitários de Niterói, com informações do censo de 1991,
realizado pelo IBGE.
À Fundação CIDE por ter disponibilzado o mapeamento digital da cidade de Niterói.
À companhia Águas de Niterói, principalmente ao pessoal da operação, que sempre
esteve de portas abertas.
viii3.3.2 - Variograma ................................................................................................ 90
ÍNDICE
1 – INTRODUÇÃO........................................................................................................ 1
2 – FUNDAMENTAÇÃO TEÓRICA .............................................................................. 6
2.1 - GESTÃO DE RECURSOS HÍDRICOS ...................................................................... 6
2.1.1 - A situação da água no planeta e a sua importância.................................. 8
2.1.2 - Aspectos relevantes no gerenciamento dos recursos hídricos ............... 12
2.2 - CONTEXTUALIZAÇÃO HISTÓRICA DO SETOR DE SANEAMENTO............................ 19
2.2.1 - Os índios e as primeiras ações de saneamento após o ano de 1500..... 19
2.2.2 - O saneamento no século XIX.................................................................. 20
2.2.3 - Pereira Passos e as campanhas de Oswaldo Cruz ................................ 26
2.2.4 - A saúde pública – período de 1900 a 1940............................................. 28
2.2.5 - Mudanças institucionais na área de saneamento no período de 1940 a
1964.................................................................................................................... 31
2.2.6 - O Plano Nacional de Saneamento (PLANASA) – 1964 a 1984 .............. 32
2.2.7 - A falência do PLANASA e o vazio institucional ....................................... 38
2.2.8 - A situação atual do setor ......................................................................... 38
2.3 - SAÚDE PÚBLICA E SANEAMENTO....................................................................... 42
2.3.1 - Aspectos gerais e conceituais ................................................................. 42
2.3.2 - Doenças infecciosas relacionadas com saneamento.............................. 45
2.3.3 - Impacto do saneamento na saúde .......................................................... 49
2.4 - GEOPROCESSAMENTO E SISTEMAS DE INFORMAÇÃO GEOGRÁFICA.................... 57
2.5 - ANÁLISE MULTIVARIADA.................................................................................... 69
2.5.1 - Análise de componentes principais ......................................................... 69
2.5.2 - Classificação multivariada ....................................................................... 74
2.6 - GEOESTATÍSTICA.............................................................................................. 76
3 – METODOLOGIA ................................................................................................... 78
3.1 - ANÁLISE DE COMPONENTES PRINCIPAIS............................................................ 82
3.2 - CLASSIFICAÇÃO MULTIVARIADA ........................................................................ 84
3.2.1 - Medidas de similaridade.......................................................................... 85
3.2.2 – Métodos hierárquicos de agrupamento .................................................. 86
3.2.3 - Métodos de partição ................................................................................ 87
3.3 - ABORDAGEM GEOESTATÍSTICA ......................................................................... 89
3.3.1 - Variáveis regionalizadas.......................................................................... 90
ix
4 – ESTUDO DE CASO – Município de Niterói .......................................................... 94
4.1 - CARACTERÍSTICAS DO MUNICÍPIO ..................................................................... 94
4.2 - REDE DE SAÚDE DO MUNICÍPIO DE NITERÓI .................................................... 100
4.2.1 - Policlínica de Itaipu................................................................................ 103
4.2.2 - Programa Médico de Família................................................................. 104
5 – RESULTADOS E ANÁLISES ............................................................................. 108
5.1 - SELEÇÃO DOS INDICADORES SÓCIO-ECONÔMICOS .......................................... 108
5.2 - ANÁLISE DOS INDICADORES SELECIONADOS.................................................... 113
5.3 - CLASSIFICAÇÃO MULTIVARIADA ...................................................................... 128
5.4 - ANÁLISE GEOESTATÍSTICA.............................................................................. 134
5.4.1 - Variogramas .......................................................................................... 134
5.4.2 - Anisotropia............................................................................................ 141
5.4.3 - Covariogramas ...................................................................................... 145
5.5 - DISTRIBUIÇÃO ESPACIAL DOS CASOS DE DOENÇA – POLICLÍNICA DE ITAIPU .... 148
5.5.1 - Análise dos dados e cálculo da incidência ............................................ 148
5.5.2 - Análise de incidência de parasitose versus classificação multivariada. 153
5.5.3 - Análise da rede de saúde versus classificação multivariada ................ 156
6 – CONCLUSÕES E RECOMENDAÇÕES............................................................. 158
REFERÊNCIAS BIBLIOGRÁFICAS ......................................................................... 162
APÊNDICE A - Descrição de alguns campos do censo demográfico de 1991
(fonte: FIBGE, 1993)................................................................................................. 179
APÊNDICE B - Metodologia para cálculo dos índices de desenvolvimento humano
municipal / IDH-M e de condições de vida / ICV (fonte: PNUD, 1997)..................... 183
APÊNDICE C - Organograma da prefeitura municipal de Niterói (fonte: SECITEC,
1999b)....................................................................................................................... 190
x
LISTA DE FIGURAS
Figura 2.1 - Crescimento da demanda de água em alguns países (fonte: ENGELMAN
e LEROY, 1993; SERALGEDIN, 1995). ....................................................................11
Figura 2.2 - Relação entre custo atual e custo futuro do m³ de água (fonte:
SERALGEDIN, 1995). ................................................................................................12
Figura 2.3 - Efeitos da urbanização nos recursos hídricos (fonte: PORTO et al., 1997) ...13
Figura 2.4 - Bacia hidrográfica hipotética, com alguns usuários de recursos hídricos. .....15
Figura 2.5 - Exemplo da prática de reuso de água.............................................................18
Figura 2.6 - Estalagem da rua Senador Pompeu, fotografada pelo historiador Oswaldo
Porto Rocha em 1984 (fonte: CHALHOUB, 1996). ....................................................25
Figura 2.7 - Morro da Favela, fotografado por Augusto Malta no ano de 1920. (fonte:
CHALHOUB, 1996). .................................................................................................26
Figura 2.8 - Favela do morro do Pinto, fotografado por Augusto Malta em 1912 (fonte:
CHALHOUB, 1996). ...................................................................................................26
Figura 2.9 - Aplicação dos recursos em abastecimento de água por região (%) -
período de 1968 a 1984 (fonte: FISZON, 1990). .......................................................37
Figura 2.10 - Aplicação dos recursos em esgotamento sanitário por região (%) -
período de 1968 a 1984 (fonte: FISZON, 1990). ......................................................37
Figura 2.11 - Teoria do limiar-saturação (representação esquemática); efeito do
saneamento sobre a saúde em função do nível sócio-econômico (fonte: SHUVAL
et al., 1981). ...............................................................................................................43
Figura 2.12 - Modelo holístico da relação entre saneamento e saúde (fonte:
CVJETANOVIC, 1986; HELLER, 1997). ...................................................................44
Figura 2.13 - Incidência de casos de leptospirose em uma região da Baixada
Fluminense para o ano de 1988 ( com surto da doença) e para o ano de 1994
(sem surto da doença) - (fonte: CARNEIRO, 1997). .................................................54
Figura 2.14 - Relação dos casos de leptospirose com a duração da inundação (fonte:
CARNEIRO, 1997). ...................................................................................................55
Figura 2.15 - Relação dos casos de leptospirose com a altura da inundação (fonte:
CARNEIRO, 1997). ...................................................................................................56
Figura 2.16 - Geoprocessamento e sistema de informação geográfica (fonte: ROCHA,
2000)...........................................................................................................................57
Figura 2.17 - Fluxograma de um sistema de cartografia automatizada (fonte: XAVIER-
xi
Figura 5.11 - Distribuição espacial do indicador proporção de domicílios ligados na
rede de água e com ligação interna (INTCRED). ......................................................................
DA-SILVA, 1999). .....................................................................................................59
Figura 2.18 - Sistemas de cadastro multi-finalitários (fonte: XAVIER-DA-SILVA, 1999)....60
Figura 2.19 - Sistemas de planejamento territorial (fonte: XAVIER-DA-SILVA, 1999). ....60
Figura 2.20 - Sistemas de gestão territorial (fonte: XAVIER-DA-SILVA, 1999). ...............61
Figura 2.21 - Inserção dos módulos de um SIG (fonte: ROCHA, 2000). ..........................62
Figura 3.1 - Demonstração esquemática da variância intra-grupos e intergrupos (fonte:
DILLON e GOLDSTEIN, 1984). . ...............................................................................84
Figura 3.2 - Visão geral da análise de agrupamento (fonte: DILLON e GOLDSTEIN,
1984)...........................................................................................................................85
Figura 3.3 - Variograma esquemático. . ............................................................................92
Figura 4.1 - Vista aérea dos municípios de Niterói e São Gonçalo, RJ..............................95
Figura 4.2 - Vista aérea do município de Niterói, RJ.. ........................................................95
Figura 4.3 - Distribuição dos bairros do município de Niterói. .........................................97
Figura 4.4 - Regiões de planejamento do município de Niterói (fonte: SECITEC,
1999b). .......................................................................................................................97
Figura 4.5 - Rede física de saúde do município de Niterói (fonte: SECITEC (1999b)......101
Figura 4.6 - Taxa de mortalidade no município de Niterói (adaptado de SECITEC,
1999b).......................................................................................................................102
Figura 5.1 - Importância relativa de cada componente. ...................................................112
Figura 5.2 - Medidas estatísticas do indicador número médio de pessoas por domicílio
(NEMDEPES). ..........................................................................................................114
Figura 5.3 - Medidas estatísticas do indicador proporção de domicílios com ligação
interna e ligados na rede pública de água (INTCRED).............................................114
Figura 5.4 - Medidas estatísticas do indicador proporção de domicílios ligados na rede
de esgotamento sanitário (REDESG). ......................................................................115
Figura 5.5 - Medidas estatísticas do indicador renda nominal do chefe de família
(RENDANOM). .................................................................................................................115
Figura 5.6 - Medidas estatísticas do indicador proporção de casas (CASAS). ................115
Figura 5.7 - Medidas estatísticas do indicador proporção de chefes de família com
segundo grau ou mais (CFSEGMA). ........................................................................116
Figura 5.8 - Medidas estatísticas do indicador proporção de domicílios com coleta
regular de lixo (COLRGLIX)......................................................................................116
Figura 5.9 - Análise bivariada das variáveis selecionadas. ..............................................118
Figura 5.10 - Distribuição espacial do indicador número médio de pessoas por
domicílio (NEMEDPES). ...........................................................................................120
.
xii
Figura 5.31 - Análise de anisotropia do indicador número médio de pessoas por
domicílio (NEMEDPES). ...........................................................................................142
Figura 5.12 - Distribuição espacial do indicador proporção de casas (CASAS)...............122
Figura 5.13 - Distribuição espacial do indicador chefes com segundo grau ou mais de
escolaridade (CFSEGMA). .......................................................................................123
Figura 5.14 - Distribuição espacial do indicador proporção de domicílios ligados na
rede de esgoto (REDESG). ......................................................................................124
Figura 5.15 - Distribuição espacial do indicador renda nominal do chefe de família
(RENDANOM)...........................................................................................................125
Figura 5.16 - Distribuição espacial do indicador proporção de domicílios com coleta
regular de lixo (COLRGLIX)......................................................................................126
Figura 5.17 - Distribuição espacial do resultado da classificação multivariada com 5
grupos.......................................................................................................................129
Figura 5.18 - Distribuição espacial do resultado da classificação multivariada com 6
grupos.......................................................................................................................131
Figura 5.19 - Medidas estatísticas dos indicadores selecionados por classe de risco. ..132
Figura 5.20 - Análise da classificação com a realidade local (fotos do arquivo pessoal
de Ana Cristina Costa Bezerra, 1999).. ....................................................................132
Figura 5.21- Semivariograma do indicador número médio de pessoas por domicílio
(NEMEDPES). ..........................................................................................................136
Figura 5.22 - Semivariograma do indicador renda nominal do chefe de família
(RENDANOM)...........................................................................................................136
Figura 5.23 - Semivariograma do indicador proporção de domicílios com segundo grau
ou mais (CFSEGMA). ...............................................................................................137
Figura 5.24 - Semivariograma do indicador proporção de casas (CASAS). ...................137
Figura 5.25 - Semivariograma do indicador proporção de domicílios com coleta regular
de lixo (COLRGLIX). .................................................................................................138
Figura 5.26 - Semivariograma do indicador proporção de domícílios ligados na rede de
água e com ligação interna (INTCRED). ..................................................................138
Figura 5.27 - Semivariograma do indicador proporção de domicílios com coleta regular
de esgotos (REDESG)..............................................................................................140
Figura 5.28 - Semivariograma do indicador de água (INTCRED) excluindo alguns
setores. .....................................................................................................................140
Figura 5.29 - Semivariograma do indicador de esgoto (REDESG) excluindo alguns
setores. .....................................................................................................................140
Figura 5.30 - Análise de anisotropia com domicílios ligados na rede e com ligação
interna (INTCRED)....................................................................................................142
xiii
Figura 5.32 - Análise de anisotropia do indicador domicílios ligados na rede de esgoto
(REDESG). ...............................................................................................................143
Figura 5.33 - Análise de anisotropia do indicador proporção de domicílios com coleta
regular de lixo (COLRGLIX)......................................................................................143
Figura 5.34 - Análise de anisotropia do indicador proporção de casas no setor
(CASAS). ..................................................................................................................144
Figura 5.35 - Análise da anisotropia do indicador proporção de chefes com segundo
grau ou mais (CFSEGMA). .......................................................................................145
Figura 5.36 - Análise de anisotropia do indicador renda nominal do chefe de família
(RENDANOM)...........................................................................................................145
Figura 5.37 - Covariogramas de alguns pares de variáveis. ............................................147
Figura 5.38 - Incidência de parasitose não identificada nos bairros da região oceância
de Niterói - casos registrados na policlínica de Itaipu no ano de 1999. .................152
Figura 5.39 - Incidência de dengue clássico nos bairros da região oceânica - casos
registrados na policlínica de Itaipu no ano de 1999. ...............................................153
Figura 5.40 - Classes de risco versus incidência de parasitose - casos registrados na
policlínica comunitária de Itaipu no ano de 1999. ...................................................154
Figura 5.41 - Classes de risco versus rede saúde do município ......................................157
xiTabela 4.1 - População e taxa média de crescimento anual em Niterói - v
LISTA DE TABELAS
Tabela 2.1 - Disciplinas de planejamento de recursos hídricos (LANNA, 1999). .................8
Tabela 2.2 - Tabela de óbitos registrados na zona urbana do Rio de Janeiro, no
período de 1860 a 1869, para algumas doenças (fonte: BENCHIMOL, 1999)...........24
Tabela 2.3 - Divisão dos recursos aplicados pelo PLANASA entre abastecimento de
água e esgotamento sanitário de 1971 a 1974, em % (fonte: FISZON, 1990)...........35
Tabela 2.4 - Déficit na oferta de serviços de saneamento básico no Brasil – 1997
(fonte: Pesquisa Nacional por Amostra Domiciliar/PNAD - SANTOS, 1999). ............39
Tabela 2.5 - Situação atual de incidência de doenças ligadas à falta de saneamento
básico (fonte: Ministério Público - GAZETA MERCANTIL, 2000)...............................45
Tabela 2.6 - Classificação de doenças segundo a categoria e o tipo de infecção (fonte:
CAIRNCROSS e FEACHEM, 1990; HELLER, 1997). ................................................46
Tabela 2.7 - Classificação ambiental de infecções relacionadas com excretas; doenças
fortemente dependentes de aspectos de higiene pessoal e abastecimento
doméstico de água (fonte: MARA e FEACHEM, 1980; JORDÃO e PESSOA,
1995)...........................................................................................................................47
Tabela 2.8 - Classificação de doenças relacionadas com resíduos sólidos (fonte:
MARA e ALABASTER, 1995; HELLER, 1997). .........................................................49
Tabela 2.9 - Taxa de mortalidade relacionada com algumas doenças de veiculação
hídrica (fonte: SEROA DA MOTTA e REZENDE, 1999). ...........................................49
Tabela 2.10 - Intervenções para a diminuição dos casos de morbidade e mortalidade
por diarréia para crianças com até cinco anos de idade (fonte: FEACHEM et al.,
1983; ESREY et al., 1985)..........................................................................................50
Tabela 2.11 - Classificação dos métodos de análise multivariada (fonte: adaptado de
DILLON e GOLDSTEIN, 1984). ..................................................................................69
Tabela 3.1 - Nomenclatura, identificação e composição dos indicadores de renda...........79
Tabela 3.2 - Nomenclatura, identificação e composição dos indicadores de habitação ....79
Tabela 3.3 - Nomenclatura, identificação e composição dos indicadores de
escolaridade. ..............................................................................................................80
Tabela 3.4 - Nomenclatura, identificação e composição dos indicadores de
saneamento. ...............................................................................................................81
Tabela 3.5 - Nomenclatura, identificação e composição dos indicadores de
demografia... ...............................................................................................................81
xv
1960, 1970, 1980, 1991 e 1996 (fonte: SECITEC, 1999a). ........................................94
Tabela 4.2 - Classificação do município de Niterói em relação aos outros municípios do
estado do Rio de Janeiro, em relação ao índice de desenvolvimento humano
(IDH-M), ao índice de condições de vida (ICV) e seus subíndices, para o ano de
1991 (fonte: PNUD, 1997). .........................................................................................98
Tabela 4.3 - Coeficiente de mortalidade infantil por 1000 nascidos vivos (C. M. I.) no
período de 1994 a 1998 no município de Niterói (fonte: SECITEC, 1999a). ...........101
Tabela 4.4 - Principais agravos de notificação compulsória em Niterói - 1996 - 1998
(fonte: SECITEC, 1999b). .........................................................................................102
Tabela 4.5 - Atendimentos realizados pelo programa médico de família de Niterói,
segundo os capítulos da Classificação Internacional de Doenças (CID) - janeiro a
junho de 1997 (fonte: SECITEC, 1999b). .................................................................105
Tabela 5.1 - Resultado da análise de componentes principais para as duas primeiras
componentes. . ........................................................................................................108
Tabela 5.2 - Matriz de correlação dos indicadores de renda. .........................................109
Tabela 5.3 - Matriz de correlação dos indicadores de habitação. ..................................110
Tabela 5.4 - Matriz de correlação dos indicadores de escolaridade. .............................110
Tabela 5.5 - Matriz de correlação dos indicadores de saneamento. ..............................110
Tabela 5.6 - Resultado da análise de componentes principais para seleção final dos
indicadores. ............................................................................................................112
Tabela 5.7 - Matriz de correlação dos indicadores da análise final. ...............................112
Tabela 5.8 - Medidas estatísticas de cada indicador selecionado. ................................117
Tabela 5.9 - Média de cada indicador para as diferentes classes de risco da
classificação inicial ...................................................................................................128
Tabela 5.10 - Média de cada indicador para as diferentes classes de risco na
classificação final......................................................................................................130
Tabela 5.11 - População do município de Niterói de 1991 e 1996 com base em
informações do IBGE; taxa de crescimento determinada pela Secretaria de
Ciência e Tecnologia de Niterói (SECITEC, 1999a) .................................................150
Tabela 5.12 - Tabela de incidência das doenças selecionadas, com casos registrados
pela policlínica comunitária de Itaipu para o ano de 1999........................................151
1
Capítulo 1 – INTRODUÇÃO
A ciência vem passando por um processo de transição nos últimos tempos. A
visão clássica, que entendia o conhecimento como um saber altamente específico e
fragmentado, está sendo substituída por uma visão mais geral, com ênfase na
contextualização do conhecimento e na interdisciplinaridade, de forma que se possa
pensar globalmente e agir localmente.
Analisando os problemas atuais, principalmente aqueles relacionados com
meio ambiente e recursos hídricos, verifica-se uma grande interação e
interrelacionamento de diversas áreas do conhecimento. Desta forma, há a
necessidade de, muitas das vezes, transcender a outros campos do conhecimento
científico.
A natureza é caracterizada pela sua capacidade de renovação e equilíbrio.
Entretanto, o avanço tecnológico vem contribuindo para a introdução de novos
compostos na natureza, provocando o desequilíbrio do meio ambiente. Aliado a esse
desenvolvimento tecnológico, está a alta concentração urbana, que contribui para a
demanda de investimentos em vários setores econômicos.
No Brasil, o século XX foi marcado por um grande crescimento das zonas
urbanas. O processo de industrialização e acumulação de capital fez com que várias
cidades e estados, que antes apresentavam populações com predominância na área
rural, viessem a se tornar regiões com predominância de áreas urbanas. Esse
processo de transformação foi realizado, em grande parte, sem estar inserido em
qualquer tipo de planejamento urbano e regional.
A inexistência de um planejamento regional influencia vários setores,
destacando-se: saúde, infra-estrutura e meio ambiente. Recursos destinados a esses
setores poderiam ser melhor alocados, caso existisse um planejamento urbano da
região.
O setor de recursos hídricos possui uma grande dependência do planejamento
regional. A falta de ordenação da ocupação gera problemas sérios na qualidade da
água, acarretando uma série de problemas, sendo muitos relacionados com a saúde
da população. Como parte integrante do setor de recursos hídricos, tem-se o
saneamento.
A área de saneamento possui um espectro bastante amplo de atuação:
planejamento urbano, saúde pública e infra-estrutura.
2
Com relação ao setor de saúde, as evidências são enormes, como pode ser
verificado pelos conceitos atribuídos pela OMS (Organização Mundial de Saúde) para
os termos saneamento e saúde:
“saneamento é o controle de todos os fatores do meio físico do homem que
exercem ou podem exercer efeito deletério sobre seu bem estar físico, mental ou
social”;
“saúde é um estado de completo bem estar físico, mental e social, e não
somente a ausência de doenças.”
O saneamento possui um impacto profundo na qualidade de vida de uma
população, interagindo com questões sociais, econômicas, culturais e políticas de uma
determinada região. A carência de investimentos nesse setor acaba ocasionando,
entre outras coisas, um aumento da incidência de casos de doenças relacionadas com
as condições sanitárias em geral, interferindo negativamente no bem estar da
população. Conseqüentemente, um aumento na demanda de investimentos no setor
de saúde é verificado. Recursos que poderiam estar sendo alocados no combate de
outras doenças, como câncer e AIDS, acabam por ficar indisponíveis.
Vários estudos comprovam a correlação entre níveis sócio-econômicos com a
incidência de doenças relacionadas com saneamento. MEDRONHO (1999)
exemplifica isso para o caso da hepatite A. Ele afirma que estudos epidemiológicos
demonstraram uma forte associação entre nível sócio-econômico baixo e condições de
higiene e saneamento precárias com incidência de hepatite A. Desta forma, a análise
dessa doença pode servir de indicador das condições sanitárias da região em estudo.
CARVALHO (1997) menciona o grande papel dos indicadores sócio-econômicos em
relação à saúde, seja de forma direta, com a ausência de saneamento aumentando a
incidência de cólera, por exemplo, ou então de forma indireta, na qual a renda e nível
de instrução relacionam-se com o modo de vida da população. É importante ressaltar
que outras variáveis intangíveis, relacionadas com a cultura e os hábitos da região,
podem atuar de forma tão importante ou mais do que as sócio-econômicas.
CARVALHO (1997) ressalta que uma análise de variáveis sócio-econômicas no
campo individual não é suficiente. É de fundamental importância que se tenha um
entendimento de todo o contexto que envolve o indivíduo porque o fato das pessoas
viverem em grupo faz com que a análise a nível individual não capte todos os efeitos.
3
Como exemplo, pode-se citar as interações entre uma pessoa e outras na transmissão
das infecções, comportamentos ou valores (CARVALHO, 1997).
A definição de populações com níveis sócio-econômicos diferenciados está
associada ao conceito de risco. Risco pode ser definido como sendo a medida da
probabilidade e da severidade de fatores adversos (CONWAY, 1982; BRILHANTE e
CALDAS, 1999). No caso específico deste estudo, o objetivo é definir áreas prioritárias
de investimento em saneamento com base no risco associado às doenças oriundas da
falta de saneamento. Assim, a questão é saber quais fatores são mais importantes,
como estão relacionados com a ocorrência das doenças e conhecer a distribuição
espacial das classes de risco. Mais especificamente, com relação às doenças
provenientes das condições precárias de saneamento (abastecimento de água, coleta
adequada de esgotos, drenagem e coleta de lixo), outros fatores podem interferir de
forma significativa. Escolaridade, distribuição de renda e tipo de habitação domiciliar
são alguns desses fatores.
GATRELL e BAILEY (1996) e MEDRONHO (1999) dividem os métodos de
análise espacial em visualização, análise exploratória dos dados e modelagem
espacial. Nesse sentido, as técnicas de geoprocessamento consistem em importante
instrumento na identificação de áreas prioritárias de intervenção em saneamento.
BARCELLOS e BASTOS (1996) mencionam que o uso de tais técnicas tem
aumentado cada vez mais no planejamento, monitoramento e avaliação das ações de
saúde, além daqueles se constituírem em importantes ferramentas para análise das
relações entre ambiente e saúde.
A utilização de indicadores sócio-econômicos representa um importante
procedimento na caracterização de populações. SECPLAN (1996) e CARVALHO
(1997) analisaram a distribuição espacial de indicadores sócio-econômicos. Em
SECPLAN (1996), buscou-se definir áreas prioritárias de investimentos com a
realização do Programa Baixada Viva. A escolha foi fundamentada a partir do
cruzamento de indicadores de carência e análise de sua distribuição espacial, através
da construção de um sistema de informação geográfica. A metodologia inicial de
elaboração dos indicadores estava baseada no termo de referência do programa.
Todavia, quando da elaboração dos primeiros mapas, verificou-se uma concentração
acentuada em uma única classe de risco, dificultando a tomada de decisão. Foi, então,
realizada uma nova análise, de forma a corrigir essa distorção.
Diferentemente do estudo anterior, CARVALHO (1995) utilizou uma nova
abordagem no processo de elaboração dos indicadores, tendo como estudo de caso a
região metropolitana do estado do Rio de Janeiro. Não partindo de uma seleção a
4
priori das variáveis, a autora utilizou o conceito da análise de componentes principais,
buscando identificar quais os indicadores que melhor contribuem para a variação dos
dados originais. Com base nessa seleção, CARVALHO (1995) agrupou os setores
censitários através de uma classificação multivariada, utilizando o método k-médias
de classificação.
No processo de classificação multivariada, os eventos são admitidos como
sendo independentes, ou seja, grupos populacionais vizinhos não guardam entre si
uma correlação espacial. Contudo, essa hipótese não se reflete na prática. O
estabelecimento de limites administrativos não garante o isolamento de uma
população. Pessoas residentes, por exemplo, em um bairro, mantêm relações com
indivíduos de outros bairros, com possível influência no perfil epidemiológico da região
de estudo.
A Geoestatística é o ramo da estatística que trata da variabilidade espacial de
um determinado fenômeno. Essa abordagem metodológica passa pelo conceito básico
de variável regionalizada, que implica correlação no espaço. CARVALHO (1997) e
MEDRONHO et al. (1993) utilizaram conceitos geoestatísticos, analisando inter-
relações espaciais entre variáveis sócio-econômicas, como, por exemplo,
saneamento, com risco de incidência de doenças de veiculação hídrica. Um dos
objetivos nesses estudos era identificar a correlação espacial dos diferentes fatores e
estimar valores em pontos no espaço onde não se tem informação.
Além de ser uma importante ferramenta na gestão da saúde pública, o
geoprocessamento também desempenha importante papel em diversas atividades,
como melhor planejamento das intervenções em saneamento, supervisão de planos
diretores, verificação das hipóteses de evolução demográfica e vetores de
crescimento, acompanhamento da evolução do atendimento da demanda por serviços
de saneamento em diferentes estratos sócio-econômicos, mapeamento de manchas
de inundação, entre outras (PNUD BRA/93/22, 1995; CAMARGO, 1997; VIANNA,
2000).
Dentro desse contexto, este estudo adota o geoprocessamento como um dos
instrumentos para análise da gestão de saneamento no caso do município de Niterói.
Através da técnica de análise de componentes principais, buscou-se selecionar os
indicadores mais representativos para a região de estudo. A partir da seleção dos
indicadores, realizou-se uma classificação multivariada dos setores censitários do
município de Niterói, buscando-se definir grupos populacionais de diferentes padrões
sócio-econômicos. Tal classificação foi confrontada com registros de doenças de
veiculação hídrica na região. Posteriormente, com o objetivo de analisar a estrutura
5
espacial das diversas variáveis, foram utilizadas técnicas geoestatísticas, tais como o
variograma e o covariograma.
Mais especificamente, a pesquisa tem como objetivos: abordar questões
relativas às deficiências no atendimento aos serviços de saneamento; identificar a
continuidade espacial das variáveis renda, escolaridade, saneamento, inserção
domiciliar e demografia em determinada região, confrontando com casos de doenças
relacionadas com saneamento; identificar, através da distribuição espacial, possíveis
áreas de risco à saúde; analisar a correlação espacial das variáveis em estudo através
da utilização de conceitos geoestatísticos.
No Capítulo 2, encontra-se a fundamentação teórica do trabalho. São
abordados os principais problemas relacionados com a água e é traçado um histórico
resumido do setor de saneamento. Além disso, nesse capítulo, são descritos conceitos
e trabalhos relacionados com geoprocessamento, análise multivariada e
geoestatística.
O Capítulo 3 consiste na etapa do trabalho onde se encontram descritas as
metodologias utilizadas no estudo. Com relação à análise multivariada, são descritos
os principais conceitos das técnicas de análise de componentes principais,
classificação multivariada e os principais conceitos geoestatísticos.
Posteriormente, no Capítulo 4, encontra-se a caracterização do município de
Niterói.
O Capítulo 5 é composto pela apresentação e análise dos resultados obtidos
em todas as etapas da tese. Nesse capítulo, são mostrados os resultados da análise
de componentes principais, da classificação multivariada e da abordagem
geoestatística.
Finalmente, no Capítulo 6, encontram-se as conclusões e as recomendações.
6
Capítulo 2 – FUNDAMENTAÇÃO TEÓRICA
2.1 – GESTÃO DE RECURSOS HÍDRICOS
Por ser um bem essencial à sobrevivência humana, é necessário que cuidados
especiais sejam tomados com a água. Esse bem que, no passado, apresentava-se em
abundância, está cada vez mais escasso e projeta-se para o futuro um quadro caótico
no nosso país. CABRAL (2001) menciona o alerta feito pela Organização Cultural,
Científica e Educacional das Nações Unidas (UNESCO) e pela Organização
Meteorológica Mundial (WMO) em 1998, no sentido de haver a necessidade de todos
os países desenvolverem estratégias de avaliação dos recursos hídricos, com o
objetivo de se evitar a limitação de atividades humanas, no século XXI, pela escassez
hídrica.
LANNA (1999), KELMAN e FRAJTAG (2000) e TUCCI et al. (2000) mencionam
que, no passado, acreditava-se que os rios sempre pudessem atender às
necessidades da população, seja a suprir as necessidades com água, seja para diluir
os esgotos domésticos. Porém, o alto crescimento populacional verificado no século
XX acarretou um grande aumento na demanda por água. Além disso, os autores
também afirmam que a água, um bem público que antes não possuía valor econômico,
passa a possuí-lo por problemas de escassez.
Dentro desse contexto, o setor de recursos hídricos no Brasil vem passando
por um processo de total reformulação. A aprovação da lei 9433/97, em substituição
ao Código de Águas (DNAEE, 1934), institui a política nacional de recursos hídricos e
cria o sistema nacional de gerenciamento de recursos hídricos, assim como também
induz à criação da Agência Nacional de Águas (ANA). Segundo LANNA (1999) e
PORTO e ROBERTO (1999), os principais fundamentos da lei 9433/97 estabelecem:
a dominialidade pública da água, decorrente de dispositivo constitucional;
sua limitação e, por isso, o valor econômico que adquire;
a prioridade do consumo humano e animal nas situações de escassez;
o destaque para o uso múltiplo da água;
o reconhecimento da bacia hidrográfica como unidade territorial para
implementação da política nacional e atuação do sistema nacional de gestão de
recursos hídricos; a necessidade da descentralização e da participação do poder
público, dos usuários e das comunidades na gestão dos recursos hídricos.
7
Com relação à criação da Agência Nacional de Águas, CABRAL (2001) afirma
que tal agência passa a ficar responsável pela regulação do uso dos recursos hídricos
de competência federal e, ao mesmo tempo, assegurar que os outros atores estejam
desempenhando as suas atribuições para o efetivo funcionamento do sistema.
LANNA (1999) diferencia a gestão das águas e a gestão dos recursos hídricos.
Segundo o autor, a gestão das águas abrange os recursos hídricos e as águas que
não são utilizadas por questões ambientais. Dessa forma, a gestão de recursos
hídricos trata da água destinada a qualquer tipo de uso.
O gerenciamento de recursos hídricos engloba uma série de setores da
economia, que são representados na forma de usuários de água. Irrigação,
saneamento, indústria e geração de energia são alguns dos usuários mais importantes
do sistema de recursos hídricos. BARTH e POMPEU (1987) classificam os usos da
água de acordo com as seguintes características:
se há derivação de águas de um rio no seu curso natural;
a finalidade e os tipos de uso respectivos;
as perdas por uso consuntivo, decorrentes dos usos da água;
os requisitos de qualidade exigidos em cada uso;
os efeitos da utilização, especialmente as alterações de qualidade.
As atividades inseridas na gestão de recursos hídricos possuem uma ampla
interdisciplinaridade. A Tabela 2.1 mostra as diferentes disciplinas envolvidas da
gestão dos recursos hídricos.
Tabela 2.1 – Disciplinas de planejamento de recursos hídricos (fonte: LANNA, 1999). TÉCNICAS
DOMÍNIO PRINCIPAL DOMÍNIO CONEXO SEMITÉCNICAS
NÃO
TÉCNICAS
Hidráulica
Hidrologia
Saneamento ambiental
Estruturas hidráulicas
Erosão e sedimentação
Computação
Modelagem
matemática
Análise numérica
Instrumentação
Geoprocessamento
Estatística
Análise sistêmica
Planejamento territorial
Meteorologia
Oceanologia
Engenharia de minas
Geografia
Biologia
Botânica
Zoologia
Piscicultura
Turismo, recreação e lazer
Saúde Pública
Antropologia
Geologia
Agronomia
Química
Ecologia
Economia
Administração
Direito
Ciências
políticas
Sociologia
Psicologia
Comunicação
Pedagogia
2.1.1 - A situação da água no planeta e a sua importância
A água é um recurso natural essencial para a sobrevivência humana, sendo
insumo para atividades sociais e econômicas como, também, desenvolve um papel
fundamental para manutenção da qualidade do meio ambiente. De acordo com
SILVEIRA (1997) o seu volume, que é de cerca de 1,4.1018m3, encontra-se distribuído
da seguinte forma no planeta:
águas dos oceanos 1.350 x 1015 (97%);
geleiras 25 x 1015 (1,81%);
água doce 8,6 x 1015 (0,62%)
A utilização inadequada dos recursos hídricos produz impacto na saúde da
população, nos ecossistemas naturais e em diversas atividades econômicas da
Rios e lagos 0,2 x 1015 (2%).
Águas subterrâneas 8,4 x 1015 (98%).
8
9
população. Atualmente, cerca de um bilhão de pessoas nos países em
desenvolvimento continuam sem acesso à água potável. A utilização de água poluída
ocasiona uma série de problemas para a saúde do ser humano. A cada ano, verifica-
se que cerca de três milhões de pessoas morrem de diarréia e mais de um bilhão de
pessoas são atingidas por essa doença (BANCO MUNDIAL, 1998; SILVA, 1999).
Os problemas para a saúde decorrentes do mau uso da água acabam
resultando em prejuízos econômicos. Os diversos casos de doenças de veiculação
hídrica acabam reduzindo a capacidade de produção da população. Recursos que
poderiam ser alocados para o combate de outras doenças ou de outros setores da
economia ficam indisponíveis.
No Peru, mais de mil pessoas morreram de cólera e as perdas nas exportações
agrícolas e nos lucros provenientes do turismo foram estimados em um bilhão de
dólares (BANCO MUNDIAL, 1998).
Em 1991, a água poluída proveniente das estações de tratamento de esgoto dos
efluentes industriais da cidade de Amman causou danos graves a 6x107 m² de terra
irrigada a jusante (BANCO MUNDIAL, 1998).
Verifica-se que grande parte da água do planeta encontra-se nos oceanos.
Apesar de apresentar um alto custo quando comparado com técnicas de tratamento
de água doce (BANCO MUNDIAL, 1998), no Brasil, grupos não-consolidados de
pesquisadores, mas com alguns especialistas de nível internacional, estão
implementando estudos sobre dessalinização de águas (CRAVO e CARDOSO, 1999).
Devido aos vários problemas de escassez de água no mundo, esse tipo de alternativa
vem ganhando importância. CRAVO e CARDOSO (1999) mencionam que países
como Inglaterra, Itália, França, Alemanha e Japão têm implementado novos métodos e
técnicas para dessalinização de águas.
Segundo BANCO MUNDIAL (1998), a Jordânia, no início dos anos 50 do
século XX, apresentava uma população, em sua maioria, rural, de cerca de 600 mil
habitantes. Atualmente, devido ao grande aumento populacional, ao grande
crescimento da população urbana (cerca de 70% da população atual encontra-se em
áreas urbanas) e ao aumento dos rendimentos, houve um grave aumento na demanda
de água. Em decorrência disso, apesar de atualmente a Jordânia apresentar um
planejamento racional de utilização da água, projeta-se que, para o ano de 2015,
todas as fontes conhecidas de água dentro do país serão totalmente utilizadas, sendo
que cerca de um terço dessas fontes será de água reciclada. As medidas de combate
10
à escassez, sugeridas em BANCO MUNDIAL (1998), incluiriam a redução da área
irrigada, a dessalinização da água e a importação de água de outros países.
A água subterrânea corresponde à grande maioria de água doce no planeta.
Dependendo das condições locais, esse recurso torna-se interessante para
abastecimento público. Segundo YASSUDA e NOGAMI (1987) e ALBUQUERQUE e
REGÔ (1999), as vantagens da água subterrânea são as seguintes:
qualidade, geralmente satisfatória, para fins potáveis;
relativa facilidade de obtenção;
possibilidade de localização de obras de captação nas proximidades das áreas de
consumo.
No Brasil, várias cidades são abastecidas por águas subterrâneas. O nordeste
brasileiro apresenta grande parte de seu abastecimento proveniente de lençóis
subterrâneos. Recentemente, estudos da CPRM (1999) identificaram, no sertão
nordestino, cerca de 22 trilhões de litros de água acumulados em sete bacias
sedimentares de Pernambuco, podendo a oferta chegar a 14 milhões de litros/dia. No
estado de São Paulo, um grande número de cidades são abastecidas através de
lençóis subterrâneos. Teresina e Natal são capitais que são abastecidas
essencialmente através desse recurso (YASSUDA e NOGAMI, 1987).
O uso intensivo e sem controle dos lençóis subterrâneos acaba gerando
problemas que, muitas vezes, tornam-se irreversíveis. A contaminação dessas fontes
acaba tornando-as indisponíveis para abastecimento, pois a descontaminação é um
processo praticamente inviável economicamente. Vários casos de contaminação dos
lençóis subterrâneos por vazamentos de fossas sépticas, solos contaminados, fossas
rudimentares, lixo tóxico e produtos químicos agrícolas denotam a gravidade do
problema (CAMPOS, 1993). Segundo BANCO MUNDIAL (1998), na cidade chinesa de
Shenyang, os custos de novos abastecimentos aumentariam em 200% em dois anos.
Isso se deve ao fato de que a água subterrânea proveniente do aluvião do vale do Hun
teve que ser rejeitada como fonte de abastecimento devido à sua má qualidade. Na
cidade de Lima, no Peru, o custo médio incremental de projeto para abastecimento de
água durante o ano de 1981 era de US$ 0,25 dólar por metro cúbico. Pelo uso
indiscriminado do aqüífero, as fontes de água subterrânea tornaram-se indisponíveis
para o uso e estuda-se a transposição de águas de uma bacia hidrográfica com custos
incrementais estimados em US$ 0,53 dólar por metro cúbico de água (BANCO
MUNDIAL, 1998).
O impacto na demanda de água em decorrência da industrialização, da
crescente urbanização e da falta de planejamento pode ser identificado na Figura 2.1.
Conforme já mencionado anteriormente, o século XX foi marcado pelo alto
crescimento populacional. Durante esse século, a população multiplicou-se por 3 e o
consumo de água por 6, basicamente devido à crescente utilização de água na
agricultura e na indústria (TUCCI, 1997b; KELMAN e FRAJTAG, 2000).
Tal crescimento, aliado com a preocupação demasiada na oferta de água, faz
com que os custos para o fornecimento de água tendam a crescer muito caso não se
tenha racionalidade no seu uso (TUCCI et al., 2000). Rebaixamento excessivo do
lençol de água acarretando aumento dos custos de bombeamento, aumento da
poluição dos rios implicando aumento nos custos de tratamento da água e captação
em lugares mais distantes com aumento nos custos de adução da água são alguns
exemplos. A Figura 2.2 apresenta a relação entre o custo atual e o custo estimado
para a implantação de projetos de abastecimento de água.
0,00
1,00
2,00
3,00
4,00
5,00
6,00
China Chipre Egito India Israel Peru
Águ
a do
ce re
nová
vel p
or p
esso
a (m
³)
195519902025 (Estimado)
Figura 2.1 – Crescimento da demanda de água em alguns países.
Fonte: ENGELMAN e LEROY,1993; SERALGEDIN, 1995.
11
0,0
0,2
0,4
0,6
0,8
1,0
1,2
1,4
0,0 0,2 0,4 0,6 0,8 1,0 1,2 1,4
Custo atual (CA)
Cus
to fu
turo
(CF)
C.F. = 3 x C.A.C.F.=C.A.C.F.=2 x C.A.
Lima
Amman
Cidade do México
Hyderabad
Surabaya
Bangalore
Shenyang
Figura 2.2 – Relação entre custo atual e custo futuro do m³ de água.
Fonte: SERALGEDIN (1995).
Além do aumento na demanda de água para consumo, o crescimento
populacional faz com que haja a necessidade de um aumento na demanda por
suprimentos alimentícios. Surgem, então, problemas sérios na demanda de água e na
demanda por novos e mais avançados sistemas de produção agrícola irrigada
(ALBUQUERQUE e RÊGO, 1999). O setor de irrigação é o setor que mais utiliza e
consome água em todo o mundo. Desta forma, há a necessidade de incentivar o uso
de tecnologias de menor consumo de água.
2.1.2 – Aspectos relevantes no gerenciamento dos recursos hídricos
O século XX foi marcado pelo alto crescimento da população urbana nos
grandes centros, e esse crescimento, aliado à falta de planejamento e ordenação da
ocupação e a fragmentação no gerenciamento dos recursos hídricos, contribuíram
para que hoje nos encontremos numa situação caótica em relação aos recursos
hídricos. Rios poluídos, grandes secas, enchentes catastróficas são alguns dos fatores
que corroboram a situação descrita anteriormente, e tais fatores implicam direta ou
indiretamente na saúde da população. O fluxograma na Figura 2.3 ilustra impactos nos
recursos hídricos relacionados com o aumento da urbanização.
12
Qualidade dos recursos receptores
deteriora
Vazões básicas diminuem
Problemas de controle de poluição
Picos de cheias aumentam
Tempo de concentração e recessão menores
Problemas de controle de inundação
DensidadePopulacional Aumenta
Volume de águas servidas aumenta
Demanda de água aumenta
Área impermeabilizadaaumenta
Modificações no sistema de drenagem
Clima urbano se altera
Problemas de Recursos Hídricos
Qualidade das águas pluviais deteriora
Recarga subterrânea diminui
Esc. superficial direto aumenta
Velocidade do escoamento aumenta
Figura 2.3 – Efeitos da urbanização nos recursos hídricos. Fonte: PORTO et al. (1997).
Densidade de construções aumenta
URBANIZAÇÃO
Durante muito tempo, a água era entendida como um recurso natural ilimitado
e seu uso era realizado de forma indiscriminada e sem qualquer racionalidade.
Acreditava-se que as soluções técnicas pudessem resolver os problemas de oferta de
água para a população. As grandes catástrofes eram combatidas com grandes obras,
onerando os cofres públicos cada vez mais, e a gestão dos recursos hídricos dava-se
de forma fragmentada, onde cada setor (irrigação, transporte hidroviário, saneamento,
setor elétrico, entre outros) possuía sua própria política. Não havia qualquer
preocupação em realizar ações integradas e as tomadas de decisão ocorriam sem
qualquer coordenação. Isso ainda ocorre em vários países do mundo, inclusive no
Brasil.
13
14
A organização institucional dos países é realizada, muitas vezes, de forma a
dividir os setores relacionados com recursos hídricos em diversos departamentos e
órgãos. As políticas e planos para esses setores acabam não levando em
consideração uns aos outros. Além disso, as questões relacionadas com quantidade,
qualidade, saúde e o meio ambiente são tratadas também de forma separada.
Por outro lado, a centralização em excesso na gestão dos recursos hídricos é
outro fator que também contribui para o mau gerenciamento dos recursos hídricos. A
inexistência da participação dos usuários no processo decisório gera decisões, muitas
vezes, que atendem a interesses políticos. Nesse tipo de modelo, os usuários
raramente são consultados ou envolvidos no gerenciamento dos recursos hídricos,
resultando em projetos fora da realidade, não atendendo às necessidades dos
consumidores (BANCO MUNDIAL, 1998; LANNA, 1999). KEMPER (1997), em seu
estudo para a bacia do vale do Curu, aponta intervenções centralizadas com o passar
dos tempos, desde a época do Império, e mantidas posteriormente pelo Governo
Federal.
Desde o início das intervenções no setor de recursos hídricos, em meados do século
dezenove, o governo brasileiro tem agido em nível nacional. Em resposta a uma seca
bastante severa em 1877, o Império planejou e iniciou obras para o armazenamento de
água nos estados nordestinos (KEMPER, 1997).
Outra questão importante a ser discutida é a interdependência existente entre
os usuários. No Brasil e em diversos países, a gestão das águas não tem sido
realizada de forma a considerar a bacia hidrográfica como unidade de planejamento.
Ações de um usuário de montante geram efeitos externos (negativos ou positivos)
para outros de jusante e essa ação precisa ser internalizada. Caso contrário, acaba-se
gerando problemas de ordem econômica. É de fundamental importância que se
considere o custo social em vez de se considerar somente o custo marginal privado da
produção, computando-se as externalidades produzidas (MAYS, 1996).
Um caso típico é quando uma cidade lança seus efluentes sem qualquer tipo
de tratamento em um rio. Esse lançamento ocasiona uma diminuição na qualidade da
água do rio, fazendo com que os usuários de jusante tenham que gastar mais dinheiro
no tratamento da água.
A externalidade produzida pode acontecer não só em termos de qualidade mas
também pode ser vista em termos de quantidade. Um usuário de irrigação que utiliza
água de um rio e consome grande parte desse recurso, acaba indisponibilizando-o
para os usuários de jusante. Assim também acontece com usuários que deplecionam
o lençol de água até inviabilizar a captação de água para outros usuários.
Em compensação, os impactos positivos são revelados em um grande número
de casos, e que também precisam ser considerados. Um reservatório que regulariza a
vazão de um rio, garantindo-a para que outros usuários possam captar água a jusante,
como também um usuário que devolva ao rio uma água de qualidade superior a do
próprio rio são exemplos de externalidades positivas. É essencial que se tenha uma
visão abrangente e holística da bacia hidrográfica, considerando as diversas relações
entre seus atores. É possível observar essas relações através da bacia hidrográfica
hipotética apresentada na Figura 2.4.
C idade
Indús tria
Irrigação
A
B
C
H id roe lé tric a D
H id roe lé trica E
Figura 2.4 – Bacia hidrográfica hipotética, com alguns usuários de recursos hídricos.
A poluição das águas através dos despejos de efluentes sem tratamento pela
companhia de saneamento da cidade leva ao aumento das cargas de demanda
bioquímica de oxigênio (DBO) e coliformes. Dependendo da distância entre essa
cidade e o irrigante, o rio pode não ter capacidade de depuração, fazendo com que o
usuário C passe a captar água de qualidade inferior, podendo até inviabilizar a
irrigação naquela área.
15
16
O raciocínio com o industrial (usuário B) é análogo, ou seja, caso esse passe a
jogar no rio um efluente com alto teor de poluentes, efeitos externos negativos serão
sentidos pelo usuário C. Considerando que ambos atuam simultaneamente, o
problema torna-se ainda maior. Aliás, é isto o que ocorre, na realidade, em várias
bacias hidrográficas, onde vários usuários despejam seus efluentes sem qualquer tipo
de tratamento, ocasionando uma série de problemas para outros usuários e para a
população, que acaba ficando exposta a fatores de risco à saúde.
Analisando agora sob a ótica da hidroelétrica D, que está mais a montante da
hidroelétrica E, verifica-se que aquela regulariza a vazão do rio, garantindo vazão para
a que está mais a jusante. Nesse sentido, a hidroelétrica de montante gerou um
benefício para a de jusante que precisa ser computado.
Apesar de todas as vantagens do gerenciamento dos recursos hídricos que
contemple a bacia hidrográfica como unidade de planejamento, deve-se ter em mente
que a bacia não deve ser encarada simplesmente como uma série de canais
interligados, onde a água caminha de cotas mais altas para mais baixas e onde ações
de montante produzem efeitos a jusante. É de fundamental importância que a bacia
seja tratada como uma unidade em que várias relações culturais, sociais e ambientais
acontecem e que, muitas vezes, a abordagem hidrológica tradicional não capta os
fenômenos que efetivamente estão acontecendo. KEMPER (1997) e NETTO (1983)
apontam que, para determinados casos, o interessante seria trabalhar com o conceito
de bacia social. Esses autores afirmam que tratar uma bacia como uma unidade
administrativa talvez não faça sentido se não houver uma ligação concreta entre as
diversas partes da bacia. KEMPER (1997), em seu estudo para o vale do Curu,
identificou que as questões relativas à alocação de água concentravam-se nos vales.
Nas áreas mais distantes dos vales, os cidadãos acabam se preocupando mais com os
arredores dos seus açudes, cuja a água é usada localmente e não levada a outro lugar
dentro da mesma bacia. Assim, as condições climáticas, bem como as intervenções em
termos de infra-estrutura, criaram preocupações diferentes nos atores em várias partes da
bacia...
Nesse contexto, o vale do Curu pode ser definido como uma bacia social com
preocupações econômicas e sociais comuns. Esse fato contrasta com a bacia definida
hidrologicamente, que é maior, e que muitos atores não percebem enquanto unidade.
(KEMPER, 1997)
A adoção dos instrumentos econômicos na gestão dos recursos hídricos
permite atribuir um valor monetário a água, procurando internalizar as externalidades
17
produzidas e obter recursos para investimentos em intervenções na bacia hidrográfica
(SEROA DA MOTTA, 1998).
Um bem que não possui um valor determinado tende a ser utilizado até a sua
escassez (MISHAN, 1976). Segundo LANNA (1999), a não cobrança pelo uso da água
pode ocasionar a sua exaustão, causando malefícios para todos os usuários da bacia.
Já quando a água possui um preço, os usuários são obrigados a utilizar a água de
forma mais eficiente. Controle de perdas nos sistemas de abastecimento de água,
melhorias na eficiência dos sistemas de irrigação e práticas de reutilização de
efluentes constituem práticas de racionalização do uso do recurso hídrico.
A ineficiência das companhias de saneamento é um problema sério em vários
países, principalmente nos países em desenvolvimento. Segundo BANCO MUNDIAL
(1998), as falhas nos sistemas são provenientes:
da falta de reparo nos vazamentos;
das ligações clandestinas;
da falta de medidores;
da falta de substituição de tubos antigos por tubos mais novos.
Além de apresentar problemas de ordem econômica para as companhias de
saneamento pelas perdas nos sistemas, a precariedade e a má operação podem
ocasionar danos à saúde dos indivíduos. Como exemplo, pode-se citar a
contaminação das redes de água por problemas de pressão na rede. As tubulações de
água funcionam sob pressão, ou seja, a pressão interna no tubo é maior que a
atmosférica e deseja-se que a operação do sistema ocorra continuamente, mas isso
não acontece em muitos casos. Havendo uma operação intermitente, quando cessa a
passagem de água, a pressão na tubulação passa a ser negativa e a pressão exterior
fica maior do que a interna. Caso o nível do lençol de água esteja no nível da
tubulação, a água do lençol entra na tubulação, podendo ocasionar contaminação da
rede. Algumas empresas adotam como paliativo o aumento da concentração de cloro
na saída das estações de água, aumentando o custo do tratamento de água.
No que diz respeito à prática da reutilização, ASANO (1996) e SOBRINHO et
al. (1999) afirmam que essa técnica compreende uma solução muito interessante de
racionalização do uso dos recursos hídricos, pois permite o aumento da
disponibilidade hídrica e diminui a poluição dos corpos de água. O esquema na Figura
2.5 ilustra uma situação hipotética de reutilização de efluentes.
ETA
Rio
Tratamento
Reuso para irrigação
Captação
Adução
Distribuição
Coleta
DespejoFinal
Figura 2.5 – Exemplo da prática de reuso de água.
É claro que, associadas com a prática do reuso, medidas de controle
necessitam ser adotadas para que se evitem danos à saúde e ao meio ambiente
(ROGERS e LAUER, 1992).
O saneamento, sendo um dos usuários dos recursos hídricos, encontra-se
inserido dentro de todo esse contexto. Nos itens seguintes serão abordadas questões
e conceitos relacionados com o tema saneamento.
18
19
2.2 – CONTEXTUALIZAÇÃO HISTÓRICA DO SETOR DE SANEAMENTO
O conhecimento histórico do tema a ser pesquisado é de fundamental
importância no processo de fundamentação teórica, já que muitos dos problemas
atuais conservam uma interdependência histórica e o saneamento não foge a essa
regra. É possível verificar que o histórico do saneamento pode explicar muitos fatos
atuais e situações recentes pertinentes ao tema.
Dar-se-á, nesta revisão, maior atenção aos séculos XIX e XX, pois foram
nesses em que se verificaram profundas mudanças no saber técnico e científico do
saneamento.
2.2.1 – Os índios e as primeiras ações de saneamento após o ano de 1500
Pesquisadores identificaram que, há muito tempo, o homem possui uma
preocupação com a qualidade da água. COSTA (1994) afirma que datam de
aproximadamente 4.000 anos atrás os primeiros registros sobre atividades humanas
relacionadas com saneamento. Tais atividades diziam respeito ao afastamento dos
excretas (galeria de esgotos de Nippur, Índia, 3750 a. C.) e ao abastecimento de água
(sistema de abastecimento de água no vale dos Hindus, Índia, 3.200 a. C.). Tal
preocupação, também é constatada por HELLER (1997), mencionando que, no
próprio Velho Testamento, são abordadas várias práticas do povo judeu relacionadas
à preocupação com a qualidade da água para a limpeza, tais como roupas sujas
podem levar a doenças como a escabiose e sujeira pode levar a insanidade. Em
função dessa visão, HELLER (1997) menciona cuidados como a garantia de que os
poços fossem mantidos tampados, limpos e distantes de possíveis fontes de poluição
e de árvores. Um estudo conduzido pela Agência de Proteção Ambiental dos Estados
Unidos (USEPA, 1990) também identifica relatos da Índia de 2000 a.C. recomendando
cuidados para com a qualidade da água. Afirmava-se naquela época que a água
impura deveria ser purificada, pela fervura sobre um fogo, pelo aquecimento no sol,
mergulhando um ferro em brasa dentro dela, ou poderia ainda ser purificada por
filtração em areia ou cascalho, e, então, resfriada. Portanto, é possível confirmar a
preocupação do homem desde sua antiguidade com a saúde.
No caso específico do Brasil, as preocupações com o saneamento são
verificadas já nos povos indígenas, que habitavam nosso país antes da chegada dos
portugueses. Segundo ABES (2000), estima-se que o número de índios era de 1 a 5
milhões no ano de 1500. No caso do consumo de água, os índios armazenavam a
20
água em talhas de barro e argila, ou até mesmo em caçambas de pedra,
reconhecendo, até de forma inconsciente, a depuração de um líquido tão importante
para a sobrevivência humana. Com os dejetos, também havia um cuidado especial,
haja visto que informações dão conta de que eles delimitavam áreas usadas para as
necessidade fisiológicas, disposição de restos de alimentos e objetos que perdiam a
serventia (ABES, 2000).
Desde o descobrimento do Brasil até o século XVIII, as ações de saneamento
foram, em sua grande maioria, realizadas na área de drenagem e abastecimento de
água (COSTA, 1994). A primeira informação de alguma ação de saneamento
registrada no Brasil foi identificada como sendo de Estácio de Sá, ao se estabelecer
entre o bairro da Urca e o Pão-de-Açúcar, já que tratou de abastecer de água doce a
cidade que acabara de fundar. Abriu, também, um poço que possibilitou o
abastecimento de água para o consumo na cidade (ABES, 2000). Os esgotos e os
resíduos sólidos eram lançados nas ruas, não havendo banheiros nas residências.
Havia, no entanto, grandes barris ou tonéis, onde os resíduos eram armazenados
(COSTA, 1994).
2.2.2 – O saneamento no século XIX
O século XIX apresenta características muito importantes na relação entre
saneamento e saúde pública. Os acontecimentos desse século, tais como as grandes
epidemias de febre amarela e cólera, acabaram por fundamentar acontecimentos
históricos no começo do século XX, como a guerra da vacinação, ocorrida no ano de
1904.
Durante o início do século XIX, vários fatores contribuíram para o processo de
transformação da cidade do Rio de Janeiro. Segundo BENCHIMOL (1990), esse
período é caracterizado por uma nova etapa na formação da cidade, com a superação
de seu estado colonial e a conseqüente redefinição de seu papel e funções. Em
termos mundiais, BENCHIMOL (1990) cita alguns aspectos relevantes, tais como: a
Revolução Industrial inglesa e o nascimento de uma indústria capitalista sequiosa de
mercados; o desmonte dos antigos impérios coloniais; a imposição do livre-cambismo
e a destruição dos entraves monopolistas à circulação de mercadorias em âmbito
mundial; as guerras e revoluções que dilaceraram a Europa e a independência dos
Estados Unidos.
A vinda da corte portuguesa em 1808 e a abertura dos portos em 1810
geraram grandes impactos no país, em especial no Rio de Janeiro. BENCHIMOL
21
(1990) afirma que a instalação da corte portuguesa rompeu com o equilíbrio da
cidade. Ele também afirma que, em menos de duas décadas, sua população duplicou,
alcançando aproximadamente 100.000 habitantes em 1822 e 135.000 em 1840. Entre
1808 e 1816, foram construídas cerca de 600 casas no perímetro da cidade, onde os
próprios sobrados começaram a suplantar as toscas casas térreas da cidade.
Até a primeira metade do século XIX, o abastecimento de água da cidade do
Rio de Janeiro era totalmente precário. Os chafarizes e as bicas públicas constituíam-
se nos principais meios para consumo de água, que eram construídos de acordo com
demandas locais da população.
No ano de 1840, foi fundada uma empresa para explorar os serviços de pipas
de água, transportadas por uma frota de carroças, de duas rodas, puxadas por burros.
Entretanto, esse sistema distribuía muito pouco da água disponível para
abastecimento. Com o rápido crescimento da cidade, viu-se a necessidade de se
implementar melhorias nos serviços de abastecimento de água, dando-se início à
modernização do sistema de distribuição de água. O serviço passaria a ser
comercializado, deixando de ser um bem natural para se tornar uma mercadoria.
Com relação ao sistema de esgotamento sanitário da primeira metade do
século XIX, esse era realizado por escravos, denominados por “tigres”. Os “tigres”
eram responsáveis pelo transporte dos esgotos domésticos até o despejo nas praias
ou valas. Além desse tipo de coleta, fossas e sumidouros também eram práticas da
época.
Em meados do século XIX, Miguel de Frias implantou o primeiro sistema de
abastecimento de água sob pressão, instalando, nas esquinas das ruas, uma rede de
torneiras. Entretanto, a capacidade do sistema para abastecer a população foi ficando
cada vez mais insuficiente, gerando uma série de insatisfações da população. Além
disso, a ocorrência de uma epidemia de febre amarela ocorrida em 1870, com 1.118
vítimas contabilizadas, fez com que medidas fossem tomadas pelo Império de forma a
regularizar o abastecimento na cidade. Tais ações foram lideradas pelo engenheiro
André Rebouças (BENCHIMOL, 1990; CARVALHO, 1998). Cabe ressaltar os vários
interesses econômicos que, movidos pelo processo de industrialização, também
contribuíam para a necessidade de melhoria dos sistemas.
As medidas emergenciais implementadas por André Rebouças tiveram um
alcance curto no tempo. Novas medidas faziam-se necessárias de forma a garantir o
abastecimento para a capital do Império. No ano de 1876, foi empregada, pela
1 A teoria miasmática acreditava que doenças como febre amarela poderiam ser contraídas através da ação de substâncias animais e vegetais em putrefação.
22
primeira vez no país, a condução de água para abastecimento através de tubulação de
ferro fundido. O engenheiro Antônio Gabrielli foi contratado para construir a rede de
distribuição de água, concluída em 1878 (TELLES, 1984; COSTA, 1994). O projeto
contemplava o aproveitamento dos rios Douro, Santo Antônio e São Pedro. O
abastecimento seria de 250 litros diários por habitante, chegando-se a 300.000
habitantes atendidos. No ano de 1880, foi inaugurado esse sistema, sendo
considerado um grande passo para a modernização, ampliando de forma considerável
o número de pessoas atendidas. Todavia, apesar de todo esse sinal de modernidade,
o crescimento urbano desordenado continuava, gerando problemas de falta de
abastecimento nas épocas de estiagem. Além disso, o número de pessoas não
atendidas era muito grande.
(...) nas estalagens ou cortiços, onde vivem aglomerados centenas de indivíduos, eram os moradores
obrigados a fazer longas viagens se queriam conseguir água (...). As águas do rio Carioca (...)
principalmente (...) tinham ido gradualmente minguando, de modo que, ao findar o terceiro quartel do
século XIX, achavam-se já reduzidas a insignificante lacrimal, insuficiente quase para alimentar
regularmente o afamado chafariz da Carioca (BENCHIMOL, 1990).
Profundas mudanças também foram implementadas com relação à coleta de
esgotos na segunda metade do século XIX.
Assim como no caso do abastecimento de água, a epidemia de febre amarela
no ano de 1850 representou um marco na coleta de esgotos. O quadro sanitário da
população era precário, gerando focos de disseminação de várias doenças. As fossas
e os sumidouros acabavam contaminando os lençóis subterrâneos e, de acordo com o
que se acreditava na época, poderiam contaminar o ar com seus pútridos miasmas1.
Desta forma, o Estado abriu concorrência para a concessão dos serviços de
esgotamento, e a empresa ganhadora foi a inglesa The Rio de Janeiro City
Improvements.
CORDEIRO (1995) afirma que, apesar de estar a cargo de uma empresa
privada, o serviço não operava dentro de uma racionalidade privada. A remuneração
era realizada de acordo com o número de prédios esgotados e o governo subsidiava a
implantação dos sistemas.
No ano de 1864, realizaram-se as primeiras intervenções da empresa britânica
no funcionamento das redes de esgotamento sanitário. Várias foram as intervenções
de forma a garantir a coleta dos esgotos da população da capital do Império.
23
Apesar de diminuir o mau cheiro que imperava na cidade e melhorar sua
aparência, muitas pessoas ainda encontravam-se sem acesso ao serviço de esgotos.
As camadas mais pobres eram as que mais sofriam com esse tipo de situação.
BENCHIMOL (1990) afirma que somente cerca de 30% das habitações coletivas da
época possuíam uma latrina para um grupo máximo de 20 habitantes. O serviço
operava sob a lógica capitalista de servir melhor quem pagava mais, acentuando ainda
mais as diferenças entre os estratos sociais da época.
Os cortiços e as grandes epidemias de cólera e febre amarela
A primeira metade do século XIX, ao contrário do que acontecia em vários
países, principalmente na Europa, foi marcada por não apresentar registros das duas
maiores pestes da época: a febre amarela e a cólera. Não obstante, segundo
CHALHOUB (1996) e DÂMASO (1989), isso não autorizava a afirmar que as
condições e a qualidade de vida das pessoas eram boas.
Durante a transição da primeira para a segunda metade do século XIX, foi
realizado um dos principais estudos dentro da área de epidemiologia. John Snow
investigou a epidemia de cólera ocorrida em Londres e demonstrou que a maioria das
vítimas haviam utilizado água de uma determinada bomba do sistema de
abastecimento (SNOW, 1990). Esse estudo antecipava-se, em uma década, à teoria
dos germes formulada por Pasteur e, em três décadas, à identificação do cholera
vibrio por Koch (McJUNKIN, 1986; COSTA, 1994).
No Brasil, uma epidemia de febre amarela em 1850 e outra de cólera em 1855
elevaram bastante as taxas de mortalidade e colocaram, na ordem do dia, a questão
da salubridade pública. Criou-se, então, a Junta Central de Higiene, órgão do governo
imperial encarregado de zelar pelas questões de saúde pública (CHALHOUB, 1996;
DÂMASO, 1989). Com relação à epidemia de febre amarela em 1850, segundo
CHALHOUB (1996), estima-se que mais de um terço dos 266 mil habitantes do Rio de
Janeiro foram acometidos pela febre amarela. Além disso, nessa primeira epidemia, o
número de mortos registrados chegou a 4160 pessoas, sendo que tudo indica que tal
número foi subestimado. Entre 1855 e 1856, registrou-se uma outra grande epidemia,
só que dessa vez de cólera.
Todos esses acontecimentos contribuíram para que se reformulassem alguns
conceitos da medicina. Surgiu, então, o que seria denominada de medicina social.
BENCHIMOL (1990) e DÂMASO (1989) afirmam que a medicina social observava,
inventariava e analisava o espaço urbano em busca da preventiva localização do
24
perigo para a saúde de seus habitantes. As ações desse tipo de medicina estavam
relacionadas com a grande concentração de indivíduos no espaço urbano, que
acabavam por expor todos ao perigo da doença. A medicina social combatia a
desordem urbana pela degeneração da saúde não só física como moral da população.
As habitações coletivas, com suas condições totalmente insalubres de vida, onde se
concentrava a parcela mais pobre e desgraçada dos habitantes da cidade, eram o alvo
principal dos médicos da época.
Cabe ressaltar o alcance da febre amarela e da cólera, onde ambas atacavam
sem discriminação de classe social, fazendo com que não fossem um privilégio
somente dos escravos negros. A tuberculose era uma doença que atingia um número
maior de pessoas. Apesar disso, a preocupação dos governantes não era tanta quanto
em relação a febre amarela e a cólera. Havia um claro interesse em combater aquelas
doenças que podiam atingir as classes mais ricas. A Tabela 2.2 mostra o número de
casos registrados para o final do século XIX.
Tabela 2.2 – Tabela de óbitos registrados na zona urbana do Rio de Janeiro, no período de 1860 a 1869, para algumas doenças (fonte: BENCHIMOL, 1999).
Óbitos no Rio de Janeiro – zona urbana
1860-1869
Ano Febre amarela Varíola Tuberculose
1860 1249 133 1891
1861 247 178 1679
1862 12 283 1844
1863 7 - 1731
1864 5 - 1563
1865 0 - 1659
1866 0 - 1694
1867 0 - 1925
1868 3 102 1780
1869 272 34 1889
Total 1795 730 17655
A classe pobre era sinônimo de classe perigosa, pois oferecia perigo de
contágio. Os intelectuais médicos da época diagnosticavam que os hábitos de moradia
dos pobres eram nocivos à sociedade, porque as habitações coletivas seriam focos de
irradiação de epidemias, além de ser, naturalmente, terrenos férteis para a
propagação de vícios de todos os tipos (CHALHOUB, 1996).
A introdução da higiene como uma ideologia tinha como objetivo estabelecer a
ordem urbana. Os cortiços foram o exemplo mais claro da relação de insalubridade e
de foco de propagação de epidemias na segunda metade do século XIX. Os cortiços
eram moradias onde pessoas se aglomeravam, vivendo nas condições mais precárias
possíveis. A insatisfação quanto a esse tipo de moradia atingiu níveis de
impopularidade tamanha até culminar com o processo de sua eliminação no começo
do século XX. A Figura 2.6 ilustra um tipo de habitação coletiva.
Figura 2.6 – Estalagem da rua Senador Pompeu, fotografada pelo historiador
Oswaldo Porto Rocha em 1984.
Fonte: CHALHOUB, 1996.
O fato marcante de combate aos cortiços foi a demolição do cortiço Cabeça de
Porco, o cortiço mais famoso da época, no dia 26 de janeiro de 1893. Segundo
CHALHOUB (1996), o então prefeito Barata Ribeiro, juntamente com o chefe de
polícia da capital federal, lideraram as operações de destruição do Cabeça de Porco.
O destino dos despejados é ignorado, mas estudos apontam que os moradores foram
morar no morro da Favela, juntamente com os soldados egressos da campanha de
Canudos. O fim da era dos cortiços marcava o início do século das favelas (Figuras
2.7 e 2.8).
25
Figura 2.7 – Morro da Favela, fotografado por Augusto Malta no ano de 1920.
Fonte: CHALHOUB, 1996.
Figura 2.8 - Favela do morro do Pinto, fotografado por Augusto Malta em 1912.
Fonte: CHALHOUB, 1996.
2.2.3 – Pereira Passos e as campanhas de Oswaldo Cruz
A passagem do século XIX para o XX foi marcada por profundas
transformações no ambiente urbano da cidade do Rio de Janeiro, passando por um
26
27
processo de remodelação da capital da república. A posse de Rodrigues Alves, que
prometia dar prioridade ao Rio de Janeiro, denota isso. Reportagem do JORNAL DO
BRASIL (2000a) relatava o discurso do presidente eleito, afirmando que a capital não
poderia continuar a ser apontada como sede de vida difícil, quando tinha fartos
elementos para constituir o mais notável centro de atração de braços, de atividades e
capitais nesta parte do mundo. Dentro desse contexto, duas figuras destacavam-se: o
prefeito nomeado por Rodrigues Alves, Pereira Passos, e o sanitarista Oswaldo Cruz,
que liderou os serviços federais de saúde no período de 1903 a 1909.
A remodelação do espaço urbano dava-se através de reformas estruturais da
cidade, traduzida na gestão do então prefeito da capital federal, Pereira Passos.
Segundo (AZEVEDO, 1980) e CORDEIRO (1995), a reforma urbana implementada
preparava o terreno para as campanhas de Oswaldo Cruz, efetivando a expulsão da
população pobre do centro da cidade. Reportagem da edição do jornal do século XX
(JORNAL DO BRASIL, 2000b) mostra bem a situação da época.
Em vez das imundas vielas coloniais e dos cortiços, onde se acumulam as doenças, a prefeitura planeja
ruas e avenidas largas, onde serão construídas edificações dignas da mais fina arquitetura européia...Aos
proprietários que amanhecerem com um aviso de desapropriação pendurado na porta principal de seu
imóvel, só resta sair o mais rápido possível de casa, pois a prefeitura dá apenas alguns dias para que a
mudança seja feita...Pobres, os moradores dos cortiços só têm como opção de moradia juntar-se aos
soldados vindos de Canudos, que se fixaram em barracos no morro da Favela, antigo morro da
Providência. (JORNAL DO BRASIL, 2000b)
As campanhas de Oswaldo Cruz tinham como principal objetivo livrar o país
dos prejuízos causados ao comércio exterior pelas péssimas condições sanitárias da
capital federal e de seu porto (HOCHMAN, 1998). Oswaldo Cruz, amparado por
instrumentos normativos e técnicos, possuía grande destaque em suas ações. As
intervenções eram realizadas, em sua grande maioria, no domicílio. Proteção de
caixas de água, remoção de latas e garrafas eram algumas das ações desse período.
O objetivo era evitar locais propensos ao desenvolvimento do mosquito transmissor da
febre amarela.
As reformas sanitárias foram desenvolvidas com grande impopularidade. Um
fato marcante foi a guerra da vacina, ocorrida no ano de 1904. Com a intenção de
erradicar a varíola, Oswaldo Cruz impôs a toda a população a vacinação contra a
varíola.
28
(...)Tudo começou com o anúncio da vacinação obrigatória contra a varíola, imposta por Oswaldo Cruz,
com o aval do prefeito Pereira Passos e a aprovação do Congresso. No ano passado, Cruz inventou um
exército de mata-mosquitos. Este ano, criou uma tropa armada de seringas. As ordens são as mesmas:
invadir as residências e aplicar a injenção a qualquer preço, sem perguntar se o morador concorda ou não
em ser picado pelas agulhas(...) Enquanto as autoridades discutem, a população, desgostosa com
governo desde que ficou desabrigada com o bota-abaixo, parte para a ação. (JORNAL DO BRASIL,
2000b)
Durante os cinco dias de conflito sangrento entre o governo e a população,
foram registrados 30 mortos, 945 presos, 110 feridos e 454 deportados (JORNAL DO
BRASIL, 2000b).
2.2.4 – A saúde pública – período de 1900 a 1940
Do começo do século XX até a década de 30, profundas transformações
institucionais aconteceram no país no âmbito da saúde. Esse processo de
transformação deu-se a partir da consciência da interdependência humana da doença.
Ações involuntárias de um indivíduo podem gerar benefícios ou malefícios para
outros. Isso é o que se chama de externalidade. No caso específico da saúde, um
indivíduo doente pode, involuntariamente, contaminar outro sadio. Existe, portanto,
uma clara interdependência humana. HOCHMAN (1998) afirma que a densidade
urbana e as crescentes conexões econômicas entre ricos e pobres doentes
intensificaram e ampliaram os efeitos externos das adversidades individuais, não
bastando a segregação espacial. A exclusão aos serviços de coleta de lixo, esgotos e
abastecimento de água geravam ameaças à vida urbana.
O processo que conduziu a saúde para um tema de importância nacional, com
a criação do seu próprio ministério, passou pela consciência da interdependência
social da doença. Além disso, a saúde só se tornou pública à medida que as elites da
época analisaram os custos e benefícios de transição de um tema de caráter até então
local, para passar a ser tratado de forma central, na esfera federal.
Segundo HOCHMAN (1998), o processo de estatização de uma atividade
depende da avaliação dos custos de manutenção dessa atividade na esfera individual
ou local (custos externos que, percebidos socialmente, estabeleceriam a consciência
da interdependência) e dos custos e restrições impostos pela execução dessas
atividades pelo Poder Público (custos da estatização). Ele defende que a conjunção
29
entre consciência, interesses, escolha e decisão, conduziram à coletivização dos
serviços de saúde no começo do século.
Analisando a década de 1910, verifica-se uma conscientização das elites de
que o Estado deveria assumir maior responsabilidade em relação aos graves
problemas sanitários do país. Havia uma preocupação das elites com os pobres e
doentes. Essa preocupação estava longe de estar relacionada apenas com um sentido
moral e ético da classe dominante, mas sim que a possibilidade do contágio tornava-
os solidários uns aos outros. Em HOCHMAN (1998), afirma-se que a percepção da
ameaça da doença os tornara solidários e reorganizava a sociedade, a contragosto,
para muitos. Tomava-se consciência de que os fatores de risco a que uma
determinada população fica exposta não consiste em um processo estanque. Os
indivíduos ficam interligados no espaço através dos mosquitos, ratos, esgoto não
tratado, viajantes que se deslocam portando doenças, entre outras informações.
De 1910 a 1920, as ações de saneamento e saúde eram realizadas com o
intuito de combater as três endemias rurais: a ancilostomíase, a malária e o mal de
Chagas. Vários movimentos nacionalistas marcaram esta época, podendo-se destacar
a criação da liga pró-saneamento. As ações da liga estavam direcionadas em alertar
as elites políticas e intelectuais para a precariedade dos sistemas sanitários da época,
seja na área urbana ou na rural (CORDEIRO, 1995; BRITTO, 1995; HOCHMAN,
1998). Mais que isso, a liga procurava obter um apoio para a realização do
saneamento no interior do país. Cabe ressaltar o abandono a que estavam sujeitos os
habitantes do interior do país. Doenças como a malária alastravam-se e atingiam
várias pessoas que não possuíam sistemas sanitários adequados.
No ano de 1916, foi divulgado um relatório sobre a expedição científica do
instituto Oswaldo Cruz, chefiada por Arthur Neiva e Belisário Penna, no interior do país
em 1912 (ALBUQUERQUE et al., 1991; HOCHMAN, 1998). Nesse relatório,
constavam relatos das precárias condições de vida dos moradores rurais, apontando
para a relação entre disponibilidade de água e focos de doenças. O quadro descrito
pelo relatório era o pior possível. Goiás, por exemplo, apresentava um grande número
de portadores de doença de Chagas (HOCHMAN, 1998).
Outro fato importante da década de 1910 foi o discurso de Miguel Pereira, em
1916, a respeito das condições de saúde da população brasileira, mais
especificamente da população residente no interior do país (PEREIRA, 1922;
HOCHMAN, 1998). Ele afirmou que o Brasil se constituía em um imenso hospital. A
doença de Chagas, descoberta em 1909 por Carlos Chagas, afetava milhões de
brasileiros.
30
Todo esse quadro e a conscientização da interdependência social da doença
fizeram com que aflorassem ainda mais as discussões a respeito de reformulações
institucionais na área de saúde. Em 1917, uma comissão foi nomeada pela Academia
Nacional de Medicina com o objetivo de estudar e propor um projeto de restruturação
dos serviços sanitários. Segundo o estudo dessa comissão, a solução seria a criação
de um Ministério da Saúde Pública, através da fusão dos vários serviços de higiene e
assistência pública (HOCHMAN, 1998). Os serviços de saúde estavam diluídos em
vários ministérios (Viação, Agricultura e da Fazenda e Interior). Toda essa
reformulação envolveria uma série de interesses e atores, gerando muitos conflitos.
Apesar de vários setores da elite dominante da época estarem conscientes e
dispostos a realizar as reformulações institucionais necessárias, outros não achavam
necessário. Para alguns setores da elite da época, o custo para a reformulação do
aparato institucional da época seria maior do que arcar com as despesas provenientes
de ações de saúde na situação, então, vigente.
No ano de 1918, o país sofreu com a grande incidência de gripe espanhola. A
pandemia de gripe espanhola, que foi a maior de todo o século XX, acarretou um
grande número de mortes no Brasil. Além disso, essa doença influenciou na sucessão
presidencial da época, pois Rodrigues Alves, então presidente reeleito de 1918, foi
vitimado pela gripe espanhola e seu vice, Delfim Moreira, assumiu o cargo de
presidente, caracterizando as condições sanitárias da época.
Em 1920, foi criado o Departamento Nacional de Saúde Pública, já consistindo
em uma ação de centralização das ações sanitárias. Em 1922, o governo federal já
possuía uma série de postos espalhados em todo o país. Segundo HOCHMAN (1998),
já estavam em funcionamento 88 postos sanitários rurais em quinze estados e no
Distrito Federal. Adicionalmente, buscou-se direcionar esforços para a criação de uma
grande base de informações que não contemplasse somente os estados com serviços
sanitários mais organizados.
A reforma institucional ocorrida na década de 1920 foi possível, graças à
conscientização da maioria dos estados de que os benefícios causados pela presença
da ação federal seriam maiores do que os custos de transição no aparato institucional.
As ações passaram a ser realizadas de forma integrada, não havendo mais a sua
fragmentação institucional. Até São Paulo, que assumia ações independentes do
governo federal, reconheceu a importância do governo assumir intervenções em
saúde e saneamento. Apesar de possuir condições institucionais, técnicas e recursos
para implementar suas intervenções, São Paulo não poderia controlar o que acontecia
nos outros estados. Pessoas contaminadas chegavam a São Paulo e transmitiam a
31
doença para a sua população, fazendo com que esse estado arcasse com um custo
ocasionado pela incapacidade de outro estado.
As décadas de 1920 e 1930 foram marcadas pelo modificação da forma de
atuação na área de saúde.
Com relação à exploração dos serviços de esgotos, a empresa inglesa City
Improvements obteve o monopólio do serviço até o ano de 1922. Além do péssimo
serviço prestado, CORDEIRO (1995) cita que alguns outros fatores influenciaram a
quebra desse monopólio como: dificuldades em se associar aos demais grupos
envolvidos com a acumulação urbana, incapacidade de expansão dos sistemas de
saneamento em concordância com os lançamentos imobiliários e insatisfação de
construtores e industriais. Apesar da empresa City não possuir, então, o monopólio na
exploração do serviço de esgotos, esta continuou atuando como concessionária até o
ano de 1947.
2.2.5 – Mudanças institucionais na área de saneamento no período de 1940 a 1964
FLEURY TEIXEIRA et al. (1988) afirmam que esse período foi marcado pelo
pensamento sanitarista desenvolvimentista, onde o nível de saúde de uma população
dependia, em primeiro lugar, do grau de desenvolvimento econômico de um país ou
região. Além disso, as medidas de assistência médico-sanitária eram, em boa medida,
inócuas quando não acompanhavam ou integravam esse processo.
No aspecto institucional, algumas mudanças aconteceram na década de 1940.
Em 1942, era criado o Serviço Especial de Saúde Pública (SESP). O SESP possuía
como área de atuação a região amazônica e o vale do rio Doce. Esse órgão deveria
implantar sistemas de saneamento e promover a saúde dessas localidades,
constituindo-se uma das poucas ações integradas de saúde pública e saneamento da
época.
Além de criar o SESP, o governo federal reformulou todo o Departamento
Nacional de Obras e Saneamento (DNOS) e o Departamento Nacional de Obras
contra as Secas (DNOCS). A Inspetoria de Águas e Esgotos (IAE), órgão que tinha
como objetivo controlar todas as novas concessões dos serviços de esgotamento
sanitário, além da operação de todos os sistemas de água, transformou-se em Serviço
Federal de Água e Esgotos (SFAE). Três anos depois, o SFAE mudaria para
Departamento de Águas e Esgotos da Prefeitura do Distrito Federal.
Esse período foi caracterizado pela criação dos Serviços Autônomos de Água e
Esgotos (SAAEs), sob a forma de autarquias municipais. A administração dos serviços
32
dos SAAEs era contratada pela SESP, e, apesar de se constituírem em grande
número, os SAAEs passaram a sofrer com a falta de investimentos, em função do
baixo crescimento econômico do país (ABES, 2000).
As ações e as políticas do setor de saneamento até a formulação do Plano
Nacional de Saneamento, estavam vinculadas à expansão das classes de alta renda e
do setor produtivo. No Rio de Janeiro, isso se verificou com a implantação de serviços
na zona sul e na zona suburbana, que abrigava uma série de indústrias. O
saneamento, no período de 1950 a 1960, é marcado pela sua retirada da esfera da
saúde pública, migrando para a questão urbana. FLEURY TEIXEIRA et al. (1988) e
CORDEIRO (1995) colocam que a construção passaria a ser referenciada pelo eixo
econômico e a cidade era vista como um dos aspectos a serem enfrentados pela
política do desenvolvimento.
2.2.6 – O Plano Nacional de Saneamento (PLANASA) – 1964 a 1984
A década de 1960 foi marcada por profundas mudanças na estrutura política do
país. A ascensão ao poder dos militares no ano de 1964 dava início ao regime de
ditadura militar, que só terminaria no ano de 1985. Dentro desse contexto, o setor de
saneamento receberia uma atenção especial com a criação do Plano Nacional de
Saneamento no ano de 1971.
No contexto mundial, os anos 60 e 70 caracterizaram-se pela intensificação da
internacionalização e expansão do capitalismo, através da industrialização. Com os
graves problemas ambientais vividos pelos países desenvolvidos, esses passaram a
aplicar legislações mais rigorosas e normas para controle dos problemas ambientais.
Várias indústrias, com alto potencial poluidor, dirigiram-se para os países em
desenvolvimento, onde a legislação era mais branda (FERREIRA, 1984; ORENSTEIN,
1987; CONTADOR, 1987; TUCCI et al., 2000). Dessa forma, precisava-se de infra-
estrutura adequada para receber tais indústrias e o saneamento tornava-se peça
fundamental nesse processo.
O governo militar era caracterizado pela ampla intervenção do Estado, com
grande centralização das decisões, sem qualquer participação da sociedade civil.
FIZSON (1990) afirma que o Estado passava a se articular, de forma a atender aos
interesses das empresas estatais, das multinacionais e do capital nacional, suprindo
as suas necessidades para a ampliação das condições de acumulação.
O fenômeno de migração do meio rural para o urbano fazia com que o país
convivesse com profundos problemas habitacionais, ocasionando o crescimento das
33
favelas nos grandes centros urbanos. Adicionalmente, tinha-se também o problema
dos baixos salários pagos aos trabalhadores, não permitindo o crescimento dessa
classe social. Com base nessa situação, o governo militar, no ano de 1964, criou o
Sistema Financeiro de Habitação e o Banco Nacional da Habitação (BNH). Segundo
FISZON (1990), achava-se que o desafio de se reduzir o conjunto de favelas poderia
ser tratado como sendo de caráter puramente habitacional.
O BNH foi criado com o intuito de coordenar a ação dos organismos públicos e
privados, estimulando a construção de habitações de interesse social e o
financiamento com vistas à aquisição da casa, especialmente para a população de
baixa renda. Com a criação, no ano de 1966, do Fundo de Garantia por Tempo de
Serviço (FGTS), a política habitacional brasileira passou a ter um importante elemento
de sustentação, pois os recursos oriundos do FGTS foram direcionados para o BNH
(FLEURY TEIXEIRA et al., 1988). No ano de 1969, é autorizada a destinação de
recursos provenientes do FGTS para a área de saneamento. Com isso, o setor de
saneamento passou a contar com um montante de recursos até então inédito,
possibilitando a implementação de planos e programas (COSTA, 1994; FLORÊNCIO
et al., 1995).
O quadro do saneamento, no final da década de 60, era desanimador. O
abastecimento de água, mesmo que em situação melhor do que o esgotamento
sanitário, encontrava-se em situação precária. No final de 1967, foi realizada uma
pesquisa envolvendo o Ministério da Saúde, a Organização Panamericana de Saúde e
a Organização Mundial de Saúde, com o objetivo de saber os níveis de atendimento
em saneamento. Essa pesquisa identificou que somente cerca de 53% da população
urbana possuía abastecimento de água por sistemas públicos, e somente 27 % da
população total do país era provida por esse serviço (COSTA, 1994; ANDRADE,
1978). Esses aspectos criavam problemas para a instalação de indústrias,
prejudicando o desenvolvimento do setor produtivo no país. A deficiência de infra-
estrutura em abastecimento de água e esgotamento sanitário é fator limitante no
desenvolvimento dos processos de produção.
Face a esse quadro caótico e necessitando o país de criar condições de infra-
estrutura para a entrada do capital externo, no ano de 1967, instituiu-se a Política
Nacional de Saneamento (COSTA, 1994; FLORÊNCIO et al., 1995). Faziam parte
dessa política, além do saneamento básico (abastecimento de água e esgotamento
sanitário), os esgotos pluviais, o lixo, o problema de erosões e outros. Segundo
JACOBI (1989), CORDEIRO (1995) e FLORÊNCIO (1995), as diretrizes do governo
34
federal para o saneamento balizavam-se na gestão centralizada, na adoção de tarifas
realistas e na limitação de aplicação de recursos não-reembolsáveis.
Um fator determinante para a implementação da política de saneamento da
época foi o Plano Decenal de Desenvolvimento Econômico e Social (PNDES) para o
período de 1967 a 1976. Esse plano determinava, dentre várias questões, que a
política de saneamento deveria ficar a cargo do BNH. As metas mais específicas
foram determinadas pelo Plano Estratégico de Desenvolvimento (PED) de 1967-1970
(ORENSTEIN, 1987).
Contrariamente à política centralizadora do governo militar, a competência de
implantar, operar e explorar o serviço de saneamento era municipal. Muitos
municípios, mais precisamente da região sudeste, possuíam serviços autônomos
estruturados e capacitados a oferecer um serviço de boa qualidade. Em
compensação, muitos outros não podiam arcar com os altos investimentos
necessários. Esta estrutura descentralizada era uma das principais críticas do BNH ao
sistema vigente. COSTA (1994) e CONTADOR (1987) mencionam que a gestão
municipal era combatida pelo governo federal por estar calcada no paternalismo, no
clientelismo, na incompetência técnica e na inexistência de uma estrutura institucional.
A criação de um plano para o setor, abrangendo um horizonte de longo prazo e
que não limitasse suas ações de caráter emergencial e eventual, fazia-se necessária.
Desta forma, no ano de 1971, institucionalizou-se o Plano Nacional de Saneamento.
O PLANASA caracterizou-se por ser um plano altamente centralizador. O plano
determinava que os municípios, para obterem recursos do FGTS, deveriam passar a
concessão dos serviços de saneamento para as companhias estaduais. Os estados
deveriam unificar seus serviços de saneamento de forma a garantir o controle sob a
sua gestão. As atribuições a cargo dos municípios passavam a ter o controle do
estado. Havia uma clara intenção de retirar o saneamento básico da competência
municipal. CORDEIRO (1995) e PARLATORE (2000) afirmam que a centralização
tinha como principal objetivo o enfraquecimento político e financeiro dos municípios
ante o governo central.
Apesar dessa coerção contra os municípios, alguns optaram por continuar
gerindo seus próprios sistemas. Tais municípios, em sua grande maioria da região
sudeste, possuíam autonomia financeira e técnica para operar seus sistemas.
O desenho institucional do PLANASA foi montado da seguinte forma:
centralização decisória, execução da política nacional pelo BNH, financiamento do
setor baseado em recursos do FGTS a partir do Sistema Financeiro de Saneamento
(SFS), estabelecimento das companhias estaduais de saneamento básico como
35
principais prestadoras dos serviços e estabelecimento de programas e subprogramas
para financiamento de investimentos. Cabe ressaltar que, além dos recursos do FGTS,
os financiamentos para investimentos em saneamento eram obtidos também com
recursos dos orçamentos fiscais das três esferas governamentais, de empréstimos
externos e do retorno obtido com os financiamentos realizados.
As primeiras ações do PLANASA basearam-se em atender as localidades de
maior poder econômico. Com os recursos provenientes dessas áreas, poder-se-ia
viabilizar economicamente o plano, sendo aplicados, posteriormente, nas áreas mais
pobres. A lógica era de atender as prioridades econômicas e não as questões sociais.
Com o transcorrer da primeira fase do plano (1971-1975), o que se viu foi uma
concentração dos recursos aplicados na região sudeste. Além da concentração dos
recursos, outro fator importante foi a inconstância dos investimentos. FISZON (1990)
afirma que o caráter de intervenção permanente ficou restrito ao discurso. A má
distribuição dos investimentos não se deu somente geograficamente. Com relação aos
temas, a prioridade foi investir em abastecimento de água em detrimento de
esgotamento sanitário, conforme ilustra a Tabela 2.3.
Tabela 2.3 - Divisão dos recursos aplicados pelo PLANASA entre abastecimento de
água e esgotamento sanitário de 1971 a 1974 em % (fonte: FISZON, 1990).
Percentual investido ANO
Água Esgotos
1971 93,4 6,6
1972 69,1 30,9
1973 78,6 21,4
1974 63,1 36,9
Como já mencionado anteriormente, o PLANASA não expandia os sistemas
com base em critérios sociais e muito menos ambientais. O fato do plano operar
dentro de uma lógica de atender a expansão produtiva no país justifica a prioridade
dada ao abastecimento de água. A falta de um sistema de esgotamento sanitário não
traz grandes limitações para a implantação de tais processos. Em compensação, o
fato de não possuir abastecimento de água acaba por se constituir em um limitador
imediato, haja visto que a água é insumo para diversas atividades produtivas.
Apesar de toda inconstância de investimento, CORDEIRO (1995) e
PARLATORE (2000) mencionam que os indicadores de cobertura, ao final de 1974,
36
estavam bem próximos das metas estabelecidas. Enquanto que cerca de 65% dos
domicílios estavam ligados em redes de abastecimento de água, 29% possuíam redes
de coleta de esgotamento sanitário.
Em decorrência da crise do petróleo e da elevação dos preços das matérias-
primas no mercado internacional entre 1973 e 1974, criou-se o II Plano Nacional de
Desenvolvimento (FERREIRA, 1984; ORENSTEIN, 1987; FLEURY TEIXEIRA et al.,
1988). A institucionalização do II PND levou à reformulação de todos os programas de
habitação do BNH, dentre eles o PLANASA.
Com os objetivos calcados na lógica econômica atingidos, buscou-se, então,
atender os desassistidos da primeira fase. A retórica mudaria, aproximando-se mais
das questões sociais. Segundo FERREIRA (1984), o novo objetivo do PLANASA era
permitir que as classes mais pobres pudessem ter acesso aos serviços de
saneamento básico. FISZON (1990) afirma que as metas da segunda fase do plano
eram as seguintes:
atender, até 1980, com água potável a mais de 80% da população urbana em pelo
menos 80% das cidades brasileiras e em todas as regiões metropolitanas;
atender, até 1980, as regiões metropolitanas, capitais e cidades de maior porte
com serviços adequados de esgotos sanitários;
atender, na medida do possível, com serviços de esgotos mais simples, cidades e
vilas de menor porte.
Apesar da mudança de discurso, na prática, isso não foi verificado. Os
investimentos continuaram privilegiando os interesses econômicos e continuou-se
investindo muito mais em abastecimento de água. Ao final do ano de 1980,
verificaram-se grandes distorções em termos de cobertura dos sistemas de água e
esgoto (ANDRADE, 1978; FLORÊNCIO et al., 1995). Enquanto que as áreas de maior
poder aquisitivo e as regiões industriais possuíam bons indicadores de cobertura de
água e esgoto, nas regiões de baixa renda isso não acontecia. A opção em atender os
interesses econômicos acabava conduzindo o país para esse quadro (Figuras 2.9 e
2.10).
Apesar de todos os problemas verificados anteriormente, CORDEIRO (1995) e
FISZON (1990) apontaram que houve um inegável aumento global no atendimento
dos serviços. Comparando os indicadores antes e depois do plano, verifica-se um
grande aumento no atendimento dos serviços.
1 12
75
11 1
NORTENORDESTESUDESTESULCENTRO-OESTE
Figura 2.9 - Aplicação dos recursos em abastecimento de água, por região (%) -
período de 1968 a 1984.
Fonte: FISZON, 1990.
3
25
55
107
NORTENORDESTESUDESTESULCENTRO-OESTE
Figura 2.10 - Aplicação dos recursos em esgotamento sanitário -
período de 1968 a 1984
Fonte: FISZON, 1990.
Os anos 80 marcaram a falência do PLANASA. As críticas dos técnicos ao
modelo centralizador eram muitas e mudanças eram exigidas. Aliado a esse fato,
FISZON (1990) cita que a redução contínua de investimentos, a grave crise financeira
das Companhias Estaduais de Saneamento e a incapacidade de dar resposta aos
problemas de esgotamento sanitário indicavam a falência do plano.
37
38
2.2.7 – A falência do PLANASA e o vazio institucional
Com a falência do Plano Nacional de Saneamento, novas alternativas foram
buscadas para o setor. A saída dos militares do poder fazia com que novos
paradigmas fossem pensados para o setor.
Segundo CORDEIRO (1995), o pronunciamento do então candidato à
presidência da República, Tancredo Neves, no Encontro Nacional de Saneamento em
12 de setembro de 1984, refletia toda a insatisfação com o modelo da época. Nesse
discurso, Tancredo apontava como principais problemas a estreiteza do conceito de
saneamento básico, a excessiva centralização decisória, o anseio por autonomia
municipal, a preocupação com a falência financeira do sistema, a contradição entre a
política tarifária aplicada e as demandas por universalização dos serviços e o
reconhecimento de resultados pouco satisfatórios no campo do esgotamento sanitário.
A partir de 1985, os municípios passaram a ter acesso aos recursos do
Sistema Financeiro de Saneamento (SFS), em uma clara intenção de descentralização
da gestão no setor (GUSMÃO, 1994).
No ano seguinte, é extinto o BNH, ficando a Caixa Econômica Federal com a
responsabilidade de gestão financeira do setor.
A partir desse momento, o que se viu foi um profundo vazio institucional do
setor de saneamento, que dura até os dias de hoje. COSTA (1994), GUSMÃO (1994)
e PARLATORE (2000) afirmam que a estrutura do PLANASA perdurou, mesmo que
falido, até o ano de 1990.
2.2.8 - A situação atual do setor
A década de 1990 foi marcada pela entrada da iniciativa privada no setor de
saneamento. Segundo GUSMÃO (1994) e DAVIDOVICH (2000), as tendências
neoliberais dos governos federais desta década, com modificações das estruturas
institucionais, apostando em sua flexibilidade, acabaram por facilitar a entrada de
grupos privados no setor.
Tais modificações estruturais se baseiam na mudança do papel do Estado,
verificada nos países da América Latina durante a década de 1990. O Estado passaria
de provedor para regulador, onde a participação da iniciativa privada seria cada vez
maior e surgiriam as agências reguladoras. O objetivo é diminuir cada vez mais o
papel do Estado na economia (GUSMÃO, 1994; PARLATORE, 2000).
39
Segundo CARNEIRO e ROCHA (1999), essa mudança deu-se basicamente
por três fatores:
a necessidade de diminuir os gastos públicos;
um entusiasmo crescente pelas soluções de mercado entre as elites latino-
americanas;
um desencantamento progressivo com a intervenção do Estado.
Com a reforma do papel do Estado, os governos federais da década de 90
realizaram amplos esforços na direção da privatização das empresas do setor público.
Os setores de telecomunicações e de energia são exemplos da política adotada, que
continua até os dias de hoje no segundo governo do presidente Fernando Henrique
Cardoso (CARNEIRO e ROCHA, 1999; PARLATORE, 2000).
Com o saneamento não foi diferente. Amplos esforços estão sendo feitos no
intuito de se permitir que a iniciativa privada participe ainda mais desse setor. As
deficiências na cobertura dos serviços contribuem para o discurso governamental de
que há a necessidade de participação da iniciativa privada no saneamento. SANTOS
(1999) afirma que os indicadores de saneamento estão longe da universalização. As
maiores deficiências são registradas nos estratos sociais mais baixos, particularmente
nos municípios menores e nas periferias urbanas. As Tabelas 2.3 e 2.4 ilustram essas
deficiências.
Tabela 2.4 – Déficit na oferta de serviços de saneamento básico no Brasil – 1997 (fonte: Pesquisa Nacional por Amostra Domiciliar/PNAD - SANTOS, 1999).
Domicílios não atendidos por rede
geral de água
Domicílios não atendidos com
esgotamento sanitário
Domicílios não atendidos com coleta
direta e indireta de lixoZONA
nº de domicílios
(mil)Déficit
absoluto
(mil)
Déficit (%) Déficit
absoluto (mil)
Déficit
(%)
Déficit absoluto
(%)
Déficit
(%)
URBANA 32.980 2.894 8,8 16.684 50,6 3.077 9,3
RURAL 7.664 6.168 80,5 6.524* 85,1 6.555 85,5
TOTAL 40.644 9.061 22,3 23.208 57,1 9.632 23,7
* Considera rede coletora e fossa séptica e exclui área rural da região Norte
40
Segundo CARNEIRO e ROCHA (1999), para toda a população urbana
brasileira, a cobertura de abastecimento de água é da ordem de 86%. Já a coleta de
esgotos possui uma cobertura de 49%, sendo que apenas 20% do esgoto coletado é
tratado, ou seja, apenas 10% do esgoto produzido. Os autores também afirmam que a
desestatização seria uma forma de buscar a viabilidade de investimentos necessários
ao setor, além de possibilitar o aumento da eficiência dos serviços prestados. Segundo
dados do Ministério do Planejamento e Orçamento (MPO/SEPURB, 1995), os
investimentos necessários para a universalização do atendimento em água e esgoto,
inclusive tratamento, seriam da ordem de R$42 bilhões em quinze anos.
Apesar de toda essa retórica, não se pode pensar que a simples mudança da
esfera pública para a privada induzirá a universalização dos serviços de água e
esgotos. O saneamento é um serviço essencial para a sobrevivência humana. Ao
operar sob as regras de mercado, distorções acabam aparecendo, podendo ocasionar
sérios problemas de oferta dos serviços (TUCCI et al., 2000). Para sustentar esse
argumento, mencione-se o fato desse tipo de serviço ser um monopólio natural
(MAYS, 1996). MISHAN (1976) afirma que serviços como o abastecimento de água,
por exemplo, quando operado por várias empresas, em uma situação de competição,
apresentam a tendência de aumento das tarifas pela perda de economia de escala.
Com base nisso, o serviço de abastecimento é, em princípio, melhor prestado na
forma de monopólio (MAYS, 1996; KELMAN e FRAJTAG, 2000).
Além de toda essa problemática envolvendo a participação privada no setor, a
questão do poder concedente também tem sido muito discutida. Segundo dados do
Banco Nacional de Desenvolvimento Econômico e Social (BNDES, 1996), no Brasil,
existem mais de 5.000 municípios, sendo que cerca de 3.700 concederam seus
serviços de saneamento às companhias estaduais na década de 70. A grande maioria
desses contratos já estão vencidos ou estão por vencer.
A partir do vencimento dos contratos, alguns municípios estão escolhendo, em
lugar da renovação, a concessão para entidades privadas. Isso acabou por ocasionar
um amplo debate nacional, em que, de um lado, tem-se os municípios, e, do outro, os
estados e suas companhias estaduais.
A estrutura montada no PLANASA, em que os municípios foram forçados a
conceder seus serviços às companhias estaduais, não permitindo participar em
qualquer atividade de planejamento de expansão e melhoria dos sistemas, é
responsável pelas discussões atuais. AMARAL (1999) menciona que o artigo 30 da
Constituição Federal coloca que organizar e prestar, diretamente ou sob forma de
regime de concessão ou permissão, os serviços de interesse local, incluído o de
41
transporte coletivo, tem caráter essencial. Assim, a titularidade dos serviços seria dos
municípios.
Todavia, o mesmo AMARAL (1999) menciona que tal afirmação só está correta
quando o município não pertence à região metropolitana. Ele afirma que, nesse caso,
o interesse não seria mais local e sim comum, haja visto que os sistemas das regiões
metropolitanas envolvem mais de um município, de forma interligada.
42
2.3 - SAÚDE PÚBLICA E SANEAMENTO
2.3.1 - Aspectos Gerais e Conceituais
É notória a preocupação histórica da saúde pública através da observação das
ações em saneamento. Tal preocupação oscilou ao longo do tempo, haja visto que, no
PLANASA, as intervenções em saneamento atenderam muito mais às questões
produtivas do que às de saúde pública.
Vários estudos e modelos já foram realizados tentando analisar o impacto do
saneamento na saúde (HELLER, 1997). Um clássico estudo foi o realizado por John
Snow em meados do século XIX (SNOW, 1990). O autor utilizou técnicas de
mapeamento para analisar a epidemia de cólera em Londres. SNOW (1990)
conseguiu demonstrar uma associação direta entre mortes por cólera e suprimento de
água por diferentes bombas públicas de abastecimento. Apesar de não conhecer o
agente etiológico da doença, John Snow identificou a origem da epidemia
(MEDRONHO, 1999).
BARCELLOS e MACHADO (1991) analisaram a incidência de doenças de
veiculação hídrica, de notificação compulsória, para os municípios do estado do Rio de
Janeiro, comparando com a qualidade do serviço de saneamento. BARCELLOS e
MACHADO (1991) confirmaram a hipótese de que os municípios mais carentes de
saneamento apresentam maiores taxas de mortalidade por gastroenterite.
O conceito de risco é de fundamental importância quando são observadas as
relações entre saneamento e saúde. A carência em abastecimento de água e
esgotamento sanitário, por exemplo, contribui para o aumento do risco da população
em contrair doenças.
As noções que envolvem os fatores de risco estão associadas à probabilidade
de ocorrência de um determinado dano ou evento. BRILHANTE e CALDAS (1999) e
CONWAY (1982) definem risco como sendo a medida da probabilidade e da
severidade de fatores adversos. Também definem risco ambiental como sendo o risco
que ocorre no meio ambiente, seja ambiente interno, no caso de uma indústria, ou
externo. Eles apontam que, no contexto da gestão governamental, o risco ambiental é
também classificado como: saúde pública, recursos naturais, desastres naturais e
introdução de novos produtos.
Segundo LANNA (1997), o conceito de probabilidade pode ser interpretado
através do conceito de freqüências: probabilidade de um evento é a proporção de
vezes que o evento ocorrerá em uma série longa de observações ou experimentos
repetidos. STEWART (1990) e BRILHANTE e CALDAS (1999) afirmam que a
probabilidade de acontecer uma catástrofe em uma usina nuclear – um acidente como
o de Chernobyl, por exemplo – é de um evento em cada 10 mil anos. Dessa forma, a
probabilidade de acidente para uma usina é de 0,0001, transmitindo uma aparente
segurança estatística. Entretanto, o próprio BRILHANTE e CALDAS (1999) ressalva
que, para o caso da Inglaterra, por exemplo, onde existem cerca de 40 usinas
nucleares operando, tal estatística pode não ser tão a favor da segurança. Analisando
um horizonte de 25 anos e somando a probabilidade de ocorrência para as 40 usinas,
pode-se chegar a conclusão de que a probabilidade de acidente nuclear passa a ser
de 0,1, ou seja, de uma chance em 10.
Procurando analisar os impactos provenientes de ações de saneamento nos
indivíduos, SHUVAL et al. (1981) desenvolveram a teoria do limiar de saturação
(Figura 2.11). Nesse estudo, é formulada a hipótese de que, para populações com
condições sócio-econômicas precárias ou extremamente altas, o efeito das
intervenções em saneamento provocaria um impacto desprezível. Segundo HELLER
(1997), essa teoria induziu a redução em investimentos em saneamento, pois
acreditava-se que ações de atenção primária à saúde poderiam possuir um impacto
mais representativo. O próprio HELLER (1997) identifica, no entanto, que diversos
estudos epidemiológicos realizados em diversos países pobres, especialmente
africanos e asiáticos, revelaram significativos impactos sobre diversos indicadores de
saúde a partir de intervenções em saneamento.
Figura 2.11 - Teoria do limiar-saturação (representação esquemática); efeito do
saneamento sobre a saúde, em função do nível sócio-econômico.
Fonte: SHUVAL et al., 1981.
43
BRISCOE (1987) e HELLER (1997) afirmam que as intervenções em
saneamento são necessárias mas não suficientes. Outros fatores interferem de forma
decisiva no perfil epidemiológico de uma população. Dessa forma, pode-se identificar
que a intervenção em saneamento não se deve dar de forma isolada e sim integrada
com outras ações.
Uma abordagem holística é apresentada por CVJETANOVIC (1986) e
HELLER (1997), analisando efeitos diretos e indiretos das ações de saneamento, o
que pode ser observado na Figura 2.12. Todavia, HELLER (1997) atenta para o fato de
que CVJETANOVIC (1986) não inclui o papel dos determinantes sociais.
Investimentos emabastecimento de
água e esgotossanitários
Abastecimento deágua seguro edisposição de
excretas
- Desenvolvimentoeconômico
- Aumento daprodução
- Comercialização
- Alimentação- Educação
- Instalaçõessanitárias
Benefícios à saúde provenientes de:- melhoria da nutrição
- higiene pessoal e da comunidade- interrupção da transmissão das doenças
relacionadas com a água
QualidadeQuantidade
Manutenção eampliação
Capacidade de trabalho
Conhecimento
Figura 2.12 - Modelo holístico da relação entre saneamento e saúde.
Fonte: CVJETANOVIC (1986); HELLER (1997).
44
45
2.3.2 - Doenças infecciosas relacionadas com saneamento
Apesar da preocupação com os problemas relacionados com a qualidade da
água, vários casos de morbidade relativos à falta de saneamento continuam sendo
registrados, principalmente em países em desenvolvimento. RICHTER e NETTO
(1991) afirmam que a Organização Mundial de Saúde identifica que 80% dos casos de
doenças em países em desenvolvimento são de veiculação hídrica.
Em reportagem do JORNAL DO BRASIL (2001), afirma-se que, no nosso
planeta, cerca de 2,4 bilhões de pessoas não dispõem de serviços sanitários
adequados (40%) e que cerca de 3,5 milhões de pessoas, na maioria crianças,
morrem anualmente de doenças de origem hídrica, tais como a malária e a disenteria.
Outra reportagem, publicada no jornal GAZETA MERCANTIL (2000), mostra um
quadro com casos de doenças oriundas da falta de saneamento em algumas cidades
do país (Tabela 2.5).
Tabela 2.5 –Situação atual de incidência de doenças ligadas à falta de saneamento básico (fonte: Ministério Público - GAZETA MERCANTIL, 2000).
Infra-estrutura e saúde
Hepatite A Dengue DiarréiaRio de Janeiro Engenheiro Paulo de Frontin Duque de Caxias
1998: 7,85 casos
1999: 18,34 casos
1998: 54,8 casos
1999: 11.214,6 casos
1998: 8,0 casos
1999: 224,0 casos
Pinheiral Três Rios São Gonçalo
1998: 15,9 casos
1999: 2.720,6 casos
1998: 37,7 casos
1999: 1.794,0 casos
1998: 5,0 casos
1999: 56,0 casos
Duque de Caxias Santo Antônio de Pádua Niterói
1998: 1,1 casos
1999: 30,0 casos
1998: 20,4 casos
1999: 1.505,8 casos
1998: 13,0 casos
1999: 37,0 casos Obs.: Casos por 100 mil habitantes
GUIMARÃES (1965) destaca que, dos muitos usos que a água pode ter,
aqueles que estão mais relacionados com a saúde humana são:
água ingerida diretamente na dieta;
água utilizada no asseio corporal ou que, por razões profissionais ou outras
quaisquer, venha a ter contato direto com a pele ou mucosas do corpo humano
(trabalhadores agrícolas em culturas de inundação, lavadeiras, atividades
recreativas como banhos de rio, lagos, piscinas, entre outras atividades);
46
água empregada na manutenção da higiene do ambiente e, em especial, dos
locais, instalações e utensílios usados no manuseio, preparo e apresentação dos
alimentos (domicílio, restaurante, entre outros);
água utilizada na rega de hortaliças ou nos criadouros de mariscos.
Os fatores de risco devido a problemas relacionados com água são causados
não só por aspectos de qualidade, mas também de quantidade. Segundo
GUIMARÃES (1965), certas doenças diarréicas do tipo shigelose variam inversamente
com a quantidade de água disponível por pessoa, mesmo quando essa água não é de
qualidade muito boa. Além disso, algumas doenças cutâneas podem ser evitadas ou
atenuadas, caso haja a conjugação de bons hábitos higiênicos e quantidade suficiente
de água.
No quadro abaixo (Tabela 2.6), encontra-se outra classificação, segundo
CAIRNCROSS e FEACHEM (1990), de acordo com categoria e tipo de infecção.
Tabela 2.6 – Classificação de doenças segundo a categoria e o tipo de infecção (fonte: CAIRNCROSS e FEACHEM, 1990; HELLER 1997).
CATEGORIA INFECÇÃO
1. Feco-oral (transmissão hídrica ou relacionada
com a higiene)
Diarréias e disenterias
- Disenteria amebiana
- Balantidíase
- Enterite campylobacteriana
- Cólera
- Diarréia por Escherichia coli
- Giardíase
- Diarréia por rotavírus
- Salmonelose
- Disenteria bacilar
Febres entéricas
- Febre tifóide
- Febre paratifóide
Poliomelite
Hepatite A
Leptospirose
Ascaridíase
Tricuríase
2. Relacionada com a higiene
a. Infecções da pele e dos olhos
b. Outras
Doenças infecciosas da pele
Doenças infecciosas dos olhos
Tifo transmitido por pulgas
Febre recorrente transmitida por pulgas
47
Tabela 2.6 (continuação) - Classificação de doenças segundo a categoria e o tipo de infecção (fonte: CAIRNCROSS e FEACHEM 1990; HELLER 1997).
CATEGORIA INFECÇÃO
3. Baseada na água
a. Por penetração na pele
b. Por ingestão
Esquistossomose
Difilobotríase e outras infecções por
helmintos
4. Transmissão por inseto vetor
a. Picadura próximo à água
b. Procriam na água
Doença do sono
Filariose
Malária
Arboviroses
- Febre amarela
- Dengue
- Leishmaniose*
* Introduzido por HELLER (1997)
A febre tifóide consiste em uma doença característica de regiões de baixos
indicadores de saneamento básico. É uma doença contraída por via oral e as
epidemias ocorrem em regiões onde a distribuição de água é inadequada, com
tratamento precário ou descontínuo. GUIMARÃES (1965) menciona, como exemplos
de contaminação maciça de sistemas de abastecimento de água, a epidemia de Angra
dos Reis em 1934, onde, para uma população de 2000 habitantes, registraram-se 350
casos (cerca de 17% da população) e a contaminação de um trecho de rede de água
em Santa Cruz, no antigo Distrito Federal, em 1942, com um registro de 90 casos.
Nos estudos de MARA e FEACHEM (1980) e JORDÃO e PESSOA (1995),
encontra-se uma classificação de acordo com a eliminação de excretas, mencionando
estratégias principais de controle (Tabela 2.7).
Tabela 2.7 - Classificação ambiental de infecções relacionadas com excretas; doenças fortemente dependentes de aspectos de higiene pessoal e abastecimento doméstico
de água (fonte: MARA e FEACHEM, 1980; JORDÃO e PESSOA, 1995).
Categoria Características (*) InfecçõesFocos dominantes
de transmissão Estratégias principais
de controle
I Não-latente, baixa dose
infecciosa (100
organismos)
Enterobiase, inf. por vírus
entéricos, himenolepíase,
amebiase, giardiase,
balantidiase
Contaminação
pessoal,
contaminação
doméstica
Abastecimento doméstico
de água, educação
sanitária, melhores
condições de moradia,
disponibilidade de
privadas
48
Tabela 2.7 (continuação) - Classificação ambiental de infecções relacionadas com excretas; doenças fortemente dependentes de aspectos de higiene pessoal e
abastecimento doméstico de água (fonte: MARA e FEACHEM, 1980; JORDÃO e PESSOA, 1995).
Categoria Características (*) Infecções Focos dominantes de transmissão
Estratégias principais de controle
II Não latente, média ou
alta dose infecciosa
(10000 organismos),
moderadamente
persistente e possível de
multiplicação)
Febre tifóide, salmonelose,
shigelose, cólera, enterite
por E. coli patogênica,
yersin iose, enterite por
campylobacter
Contaminação
pessoal,
contaminação
doméstica,
contaminação da
água, contaminação
da lavoura
Abastecimento
doméstico de água,
educação sanitária,
melhores condições de
moradia,
disponibilidades de
privadas, tratamento
antes do afastamento
ou reutilização
III Latente e persistente,
mas sem hospedeiro
intermediário; incapaz de
multiplicação
Ascaridiase, tricuriase,
ancilostomose,
strongloidiase
Contaminação do
solo, contaminação
dos campos,
contaminação da
lavoura
Disponibilidades de
privadas; tratamento
antes da disposição de
esgotos à terra
IV Latente e persistente,
tendo vacas e porcos
como hospedeiros;
incapaz de multiplicação
Teníase Contaminação do
solo, contaminação
dos campos,
contaminação da
comida animal
Disponibilidades de
privadas, tratamento
antes da disposição de
esgotos à terra,
inspeção da carne
antes do consumo
V Latente e persistente,
com hospedeiro (s)
intermediário (s) aquático
(s); capaz de
multiplicação.
Esquistossomose,
clonorhiose, difilobotriose,
fascioliose, fasciolopsiose,
gastrodiscoidiose,
heterofiose,
metagonimiose,
paragonimiose
Contaminação de
águas superficiais
Disponibilidade de
privadas, tratamento
antes das disposição
de esgotos, controle de
hospedeiros aquáticos,
controle de animais,
reservatórios,
cozimento de peixes e
vegetais aquáticos
VI Insetos vetores
relacionadas com
excretas
Filariose de Bacroft,
quando transmitida por
Culex pipens, e todas as
demais listadas nas
categorias I, II e III que
podem ser transmitidas por
moscas e baratas
Reprodução de
insetos em locais
contaminados por
fezes
Identificação e
eliminação dos sítios
de reprodução de
insetos
Latência: um organismo latente necessita de algum tempo no ambiente extra-intestinal antes de se tornar
infectável ao homem; persistência relaciona-se à habilidade de um organismo sobreviver em ambiente extra-
intestinal.
49
Com relação a doenças provenientes da disposição final de resíduos sólidos
pode-se classificá-las conforme a Tabela 2.8.
Tabela 2.8 – Classificação de doenças relacionadas com resíduos sólidos
(fonte: MARA e ALABASTER, 1986; HELLER, 1997). CATEGORIA DOENÇAS CONTROLE
1. Doenças Relacionadas com
insetos vetores
Infecções excretadas
transmitidas por moscas ou
baratas
Filariose
Tularemia
Melhoria do
acondicionamento e da
coleta do lixo
Controle de insetos
2. Doenças relacionadas com
vetores roedores
Peste
Leptospirose
Demais doenças relacionadas
com a moradia, a água e os
excretas e cuja transmissão
ocorre por roedores
Melhoria do
acondicionamento e da
coleta de lixo
Controle de roedores
2.3.3 - Impacto do saneamento na saúde
Estudos revelam que as melhorias apresentadas na cobertura de água, no
Brasil, verificadas nas décadas de 70 e 80, fizeram com que os índices de
mortalidade infantil diminuíssem sensivelmente. Apesar disso, a falta de investimentos
posteriormente, principalmente em regiões mais pobres, determinou uma alta
mortalidade infantil na década de 80, conforme ilustra a Tabela 2.9.
Tabela 2.9 – Taxa de mortalidade relacionada com algumas doenças de veiculação hídrica (fonte: SEROA DA MOTTA e REZENDE, 1999).
Mortalidade (% do total de casos)
Infecções Intestinais Outros *
Idade 1981 1989 1981 1989
Menor do que 1 ano 28606
(81,8)
13598
(72,0)
87
(9,4)
19
(2,9)
Entre 1 e 14 anos 3908
(11,2)
1963
(10,4)
44
(4,8)
21
(3,2)
Maior do que 14 anos 2439
(7,0)
3330
(17,6)
793
(85,8)
608
(93,8)
*Cólera, febre tifóide, poliomelite, disenteria amebiana, esquistossomose e shigelose.
50
Vários estudos apontam a diarréia como um importante indicador na análise
dos impactos de intervenções em saneamento. BRISCOE et al. (1986) afirmam que a
preferência pelo indicador de morbidade causada por enfermidades diarréicas deve-se
à sua importância sobre a saúde pública, validade e confiabilidade dos instrumentos
empregados na sua determinação, capacidade de resposta a alterações nas
condições de saneamento, custo e exequibilidade demonstrados na sua determinação.
Várias podem ser as intervenções que visam diminuir os casos de morbidade e
mortalidade por diarréia. Tais medidas podem ser de caráter corretivo para os casos
em que a doença já está instalada, ou medidas preventivas que possibilitem a
diminuição do risco de contrair a enfermidade. As informações da Tabela 2.10
apresentam uma série de intervenções potenciais para a diminuição dos casos de
morbidade e mortalidade por diarréia para crianças com até cinco anos de idade.
Tabela 2.10 - Intervenções para a diminuição dos casos de morbidade e mortalidade
por diarréia para crianças com até cinco anos de idade (fonte: FEACHEM et al., 1983;
ESREY et al., 1985). Através da ação sobre o
caso
A. Terapia de reidratação oral 1. Administração da reidratação oral
na moradia
2. Administração da reidratação oral
nas instituições médicas
B. Terapia de reidratação não-
oral
1. Administração da reidratação por
via intravenosa ou outras vias, em
instituição médica
C. Alimentação apropriada 1. Promoção da alimentação
apropriada da criança, durante a
doença e a convalescença
D. Quimioterapia 1. Administração de agentes
terapêuticos na moradia
2. Administração de agentes
terapêuticos numa instituição
médica
Através do aumento da
resistência do hospedeiro
à infecção e/ou à doença
e/ou à morte
A. Nutrição materna 1. Melhoria da nutrição pré-natal para
reduzir a incidência de baixo peso
ao nascer
2. Melhoria da nutrição pré e pós-natal
para melhorar a qualidade da
amamentação
51
Tabela 2.10 (continuação) - Intervenções para a diminuição dos casos de morbidade e
mortalidade por diarréia para crianças com até cinco anos de idade (fonte: FEACHEM
et al., 1983; ESREY et al., 1985). B. Nutrição da criança 1. Promoção de amamentação
exclusiva até idade de 4-6
meses e amamentação parcial
a partir daí
2. Melhoria das práticas de
desmame para crianças entre
4 e 18 meses
3. Alimentação suplementar para
a melhoria do estado
nutricional em crianças entre 6
e 59 meses
4. Promoção do uso de gráficos
de crescimento pelas mães,
como um auxílio para a
adequada nutrição e atenção
infantil
C. Imunização 1. Imunização ao rotavírus e/ou à
cólera (na eventual
disponibilidade de vacinas
eficazes e testadas) da
criança e/ou da mãe
D. Quimioprofilaxia 1. Quimioprofilaxia de crianças
sob risco especial, para
redução da incidência e/ou
severidade da doença
Através da redução da
transmissão dos
agentes patogênicos
A. Abastecimento de água e disposição
de excretas
1. Implementação de
abastecimento de água que
melhore a qualidade e a
disponibilidade de água para
fins domésticos e melhoria das
instalações de disposição de
excretas, proporcionando o
necessário suporte
educacional para assegurar o
uso e a manutenção dessas
instalações
52
Tabela 2.10 (continuação) - Intervenções para a diminuição dos casos de morbidade e
mortalidade por diarréia para crianças com até cinco anos de idade (fonte: FEACHEM
et al., 1983; ESREY et al., 1985).B. Higiene pessoal e Doméstica 1. Promoção de práticas
específicas de higiene pessoal
e doméstica, como lavagem
das mãos, mediante
campanhas educacionais
apropriadas
C. Higiene dos alimentos 1. Promoção de práticas
melhoradas para a preparação
e o armazenamento de
alimentos, tanto no comércio
quanto nas moradias,
enfatizando especialmente a
preparação higiênica de
alimentação de desmame
D. Controle de vetores 1. Controle da infecção de
animais domésticos e de
fazendas por patogênicos
causadores de diarréia no
homem
E. Controle de moscas 1. Controle de moscas,
especialmente daquelas que
procriam em associação com
fezes humanas ou animais
Através do controle e/ou
prevenção de epidemias
de diarréia
A. Vigilância, investigação e controle
de epidemias
1. Melhoria da habilidade em
identificar e investigar uma
epidemia com antecedência e
da capacidade de implementar
atividades de controle efetivas
GROSS et al. (1989) afirmam que, apesar de considerarem a terapia de
reidratação oral como um eficiente método para combater os casos de diarréia, esta
não é suficiente para controlar todos os casos. Assim sendo, medidas preventivas,
como, por exemplo, o fornecimento de água e esgotamento sanitário adequados,
tendem a diminuir o número de casos de diarréia. No seu estudo específico, para duas
favelas da cidade de Belo Horizonte com altos índices de morbidade de diarréia,
GROSS et al. (1989) identificaram que, nas famílias que possuíam acesso à rede de
53
água, a incidência de diarréia era menor. Nesse estudo, é ressaltada a integração de
fatores, como, por exemplo, a educação e a prática adequada de amamentação, com
intervenções em saneamento.
ESREY et al. (1985) realizaram uma revisão de cerca de 67 estudos em 28
países analisando o impacto das intervenções de saneamento. Eles identificaram uma
grande redução nos casos de morbidade de diarréia, devido ao aumento da cobertura
em sistemas de saneamento. Apontam que o aumento da quantidade e da
disponibilidade de água, associados com melhoras nas práticas de higiene, tendem a
diminuir os índices de morbidade e mortalidade. Nesse trabalho, identificou-se ainda
que a magnitude da redução dos casos de morbidade em diarréia depende dos
seguintes fatores: idade da população estudada, tipo de serviço, condições de vida da
área estudada e a etiologia da diarréia. Analisando as condições de vida da população
estudada, os autores procuraram analisar o impacto de intervenções em saneamento
de acordo com o nível de alfabetização. Pessoas com nível de instrução maior
possuem maiores cuidados higiênicos, fazendo com que o risco de contaminação seja
menor.
Outro fator importante a ser considerado é como são realizadas as
intervenções em saneamento. Dependendo das condições de infra-estrutura correntes
e da seqüência das intervenções, pode-se subestimar ou superestimar qualquer uma
delas. BRISCOE e VANDERSLICE (1995) acreditam na necessidade de que:
o impacto de uma intervenção isolada, como melhoria apenas da qualidade da
água, pode-se revelar pouco sensível ou mesmo imperceptível aos estudos
epidemiológicos; tal conclusão pode não significar ausência de impacto daquela
intervenção, mas que esta pode ser necessária mas não suficiente; estudos de
impacto de uma intervenção isolada com resultados negativos não significam
necessariamente inexistência de impacto e que a intervenção não deve ser
implementada, dado que a ausência de efeito pode ser atribuída a interações;
estudos epidemiológicos que não consideram modificações de efeito, certamente a
grande maioria das situações, tendem a identificar reduzido impacto das
intervenções iniciais ao analisar apenas seu efeito isolado e elevado impacto
posteriores, pois captam, nesse caso, a modificação de efeito; como, em geral, a
seqüência dos serviços é a de inicialmente implantarem obras de abastecimento
de água e, posteriormente, de esgotamento sanitário, os estudos epidemiológicos
tendem a subestimar o efeito dos primeiros e a superestimar o efeito dos últimos,
dificultando inclusive o estabelecimento de prioridades de intervenção.
Estudos de GUIMARÃES (1965), CARNEIRO (1997) e BARCELLOS et al.
(1999) abordam a relação entre incidência de leptospirose e as condições sanitárias
das populações. Essa doença mantém uma relação causa-efeito marcante com
eventos de inundação. Os casos registrados com grande frequência são verificados
em localidades em que as condições sócio-ambientais são totalmente precárias.
A leptospirose é provocada pela bactéria do gênero leptospira, atacando os rins
e o fígado de homens e animais. Os principais reservatórios e agentes transmissores
da leptospira são os ratos e cachorros. A contaminação dá-se, mais significativamente,
por contato com a água contaminada, quando ocorrem inundações (CARNEIRO,
1997; BENENSON, 1997; BARCELLOS et al. 1999; AGUIAR et al., 1999). Os casos
de leptospirose são caracterizados por infecções agudas, febris, causando mal-estar e
ocasionalmente hemorragias cutâneas (GUIMARÃES, 1965).
É interessante observar a Figura 2.13, que identifica os casos de leptospirose
para uma área de risco inserida na bacia do rio Iguaçu-Sarapuí nos anos de 1988 e
1994.
1 9 8 8 1 9 9 4
4 3 9 .5 6
1 2 3 .1 4
0 .0 0
5 0 .0 0
1 0 0 .0 0
1 5 0 .0 0
2 0 0 .0 0
2 5 0 .0 0
3 0 0 .0 0
3 5 0 .0 0
4 0 0 .0 0
4 5 0 .0 0
INC
IDÊN
CIA
1 9 8 8 1 9 9 4L E P T O S P IR O S E
IN C ID Ê N C IA D E L E P T O S P IR O S E (S U R T O E N ÍV E L B A S A L )
C O E F . IN C ID Ê N C IA P /1 0 0 .0 0 0 h a b .
Figura 2.13 - Incidência de casos de leptospirose em uma região da Baixada
Fluminense para o ano de 1988 (com surto da doença) e para o ano de 1994 (sem
surto da doença).
Fonte: CARNEIRO (1997).
A área de drenagem da bacia do rio Iguaçu-Sarapuí abrange todo o município
de Belford Roxo e parte dos municípios do Rio de Janeiro, Nilópolis, São João de
Meriti, Nova Iguaçu e Duque de Caxias. Dentro do escopo do plano diretor de recursos
hídricos da bacia do rio Iguaçu-Sarapuí (PNUD BRA/93/22, 1995), foram estudados
casos de morbidade de doenças de veiculação hídrica com maior ênfase nos casos de
leptospirose. Realizou-se uma pesquisa, no ano de 1994, para os casos de
54
leptospirose e o resultado foi considerado como o nível basal daquela área. Com o
objetivo de obter um valor de referência para a incidência da leptospirose em uma
situação de surto, incluiu-se no questionário perguntas sobre a ocorrência da doença
no ano de 1988, ano em que foi verificado uma cheia de grandes proporções naquela
região (CARNEIRO, 1997). O controle das inundações tem como benefício imediato
uma diminuição significativa nos valores de incidência da leptospirose, ressaltando
que a leptospirose pode apresentar uma letalidade em torno de 10 a 20% do número
de casos (CARNEIRO, 1997; BARCELLOS et al., 1999; BARCELLOS e SABROZA,
2000). CARNEIRO (1997) realizou cruzamentos de dados para analisar os casos de
leptospirose com as características espaço-temporais das inundações. As Figuras
2.14 e 2.15 mostram a relação entre incidência de leptospirose com duração da
inundação e altura do nível de água na enchente. Excetuando-se os casos extremos,
há uma tendência no aumento da incidência, à medida que os dois parâmetros
mencionados também aumentam. CARNEIRO (1997) alega que esses pontos
extremos podem estar apresentando valores inferiores à realidade, pois as áreas
correspondentes a tais eventos são regiões de baixa ocupação, ficando a amostra
com valores pouco representativos.
até
2 ho
ras
de 2
a 6
hor
as
de 6
a 1
2 ho
ras
de 1
2 a
24 h
oras
de 2
4 a
48 h
oras
de 4
8 a
72 h
oras
mai
s de
3 d
ias
1.01
2.651.83 2.14
4.32
14.28
2.22
0.00
2.00
4.00
6.00
8.00
10.00
12.00
14.00
16.00
(%)
até
2 ho
ras
de 2
a 6
hor
as
de 6
a 1
2 ho
ras
de 1
2 a
24 h
oras
de 2
4 a
48 h
oras
de 4
8 a
72 h
oras
mai
s de
3 d
ias
DURAÇÃO DA INUNDAÇÃO
Percentual de Casos de Leptospirose x Tempo de Duração
PERCENTUAL
Figura 2.14 - Relação dos casos de leptospirose com a duração da inundação.
Fonte: CARNEIRO (1997).
55
até
perto
de
casa
até
a po
rta
até
os jo
elho
s
até
as ja
nela
s
acim
a da
s ja
nela
s
0.75
1.66
2.97
7.03
5.88
0
1
2
3
4
5
6
7
8
(%)
até
perto
de
casa
até
a po
rta
até
os jo
elho
s
até
as ja
nela
s
acim
a da
s ja
nela
s
Altura da Inundação
Percentual de Casos de Leptospirose x Altura em Relação a Casa
PERCENTUAL
Figura 2.15 - Relação dos casos de leptospirose com a altura da inundação.
Fonte: CARNEIRO (1997).
56
2.4 - GEOPROCESSAMENTO E SISTEMAS DE INFORMAÇÃO GEOGRÁFICA
Muitos fenômenos apresentam uma distribuição espacial e o seu entendimento
passa pela análise através de mapas.
Os termos geoprocessamento e sistemas de informação geográfica (SIG) são,
muitas vezes, confundidos. Na verdade, o geoprocessamento consiste em uma
tecnologia mais abrangente, podendo ser definida como uma tecnologia que, através
da localização e do processamento de dados geográficos, integra uma série de
disciplinas, equipamentos, programas, processos, entidades, dados, metodologias e
pessoas para coleta, tratamento, análises e apresentação da informação associada a
mapas digitais georreferenciados.
Analisando as definições de NAGESHWAR et al. (1992), XAVIER-DA-SILVA
(1993) e ROCHA (2000) pode-se considerar um sistema de informação geográfica
como sendo um conjunto de ferramentas que analisam e gerenciam dados espaciais.
Esse sistema possui capacidade para aquisição, armazenamento, tratamento,
integração, processamento, recuperação, transformação, manipulação, modelagem,
atualização, análise e exibição de informações digitais georreferenciadas,
topologicamente estruturadas, associadas ou não a um banco de dados
alfanuméricos. A Figura 2.16 ilustra em que consiste o geoprocessamento e onde está
inserido o sistema de informação geográfica.
Figura 2.16 – Geoprocessamento e sistema de informação geográfica.
Fonte: ROCHA (2000).
57
58
Os sistemas de informação geográfica vêm se constituindo em uma das
principais técnicas de geoprocessamento. O avanço tecnológico vem contribuindo
para o crescimento da aplicação dessa técnica em várias áreas do conhecimento.
Além de permitir uma maior dinâmica no tratamento das informações e visualização
dos fenômenos, o SIG constitui uma ferramenta importantíssima na análise de tomada
de decisão. XAVIER-DA-SILVA (1999) afirma que a evolução da informática torna
possível manusear, armazenar e analisar grandes quantidades de informações de
maneira menos trabalhosa e mais eficiente. Ele também destaca as áreas de
aplicação de um SIG:
engenharia florestal com
monitoramento de florestas,
reflorestamento,
controle de incêndios;
engenharia cartográfica com
atualização de documentos,
delimitação de áreas e limites;
projetos cadastrais;
projetos de urbanização;
projetos de uso e ocupação do solo;
meio ambiente;
projetos de irrigação;
ações militares.
Os sistemas de informação geográfica podem ser divididos em quatro grandes
grupos: sistemas de cartografia automatizada, sistemas de cadastros multi-finalitários,
sistemas de planejamento territorial e sistemas de gestão territorial (XAVIER-DA-
SILVA, 1999).
Os sistemas de cartografia automatizada são tais que possuem as funções de
captura, armazenamento, atualização e reprodução fiel da informação territorial
cartografada. Já os sistemas de cadastros multi-finalitários possuem, além de todas as
funções do anterior, as de associação com dados externos ao sistema. Os sistemas
de planejamento territorial incorporam funções de análise ambiental como, por
exemplo, levantamentos de ocorrências conjuntas, monitoramento de alterações
ambientais e criação de cenários possíveis. Finalmente, os sistemas de gestão
territorial, os mais complexos de todos, constituem em sistemas com alta dinâmica na
manipulação e atualização dos dados. Gestão implica decisão e não é recomendável
decidir sem informação (XAVIER-DA-SILVA, 1999). As Figuras 2.17, 2.18, 2.19 e 2.20
ilustram cada tipo de sistema.
Edição/atualizaçãoPRONTO?
CONSULTA
S
N
BASE DE DADOS
GEOCODIFICADA
Intercâmbio
Figura 2.17 - Fluxograma de um sistema de cartografia automatizada .
Fonte: XAVIER-DA-SILVA (1999).
59
N
NS
Dadoscadastraisexternos
Análise preparatória
Unidadesterritoriais
Entidadestaxonômicas
Coerentes?Sistema de Cartografia
Automatizada+
Base de dados convencionais
Figura 2.18 – Sistemas de cadastro multi-finalitários.
Fonte: XAVIER-DA-SILVA (1999).
60
MODELO
CONCEITUAL
Figura 2.19 – Sistemas de planejamento territorial.
Fonte: XAVIER-DA-SILVA (1999).
PrevisõesCorrelaçõesIdentificaçõesSimulaçõesCenários
SISTEMA
CADASTRAL
SISTEMA DE
CARTOGRAFIA
AUTOMATIZADA
+
BASE DE DADOS
CONVENCIONAIS
Atualmente, existe um grande número de sistemas de informação geográfica, c
N
MÓDULO DE GESTÃOLocalizaçõesExtensõesÁreas de influência Relações de inclusão ProximidadesConexõesTrajetórias
MÓDULO DE PLANEJAMENTOPrevisõesCorrelaçõesIdentificaçõesSimulaçõesCenários
PLANODIRETOR
Direção do sistema
Monitoramento
Intervenção
S
Preparação
SISTEMA
CADASTRAL
SISTEMA DE
CARTOGRAFIA
AUTOMATIZADA
+
BASE DE DADOS
CONVENCIONAIS
MODELOCONCEITUAL
Figura 2.20 – Sistemas de gestão territorial.
Fonte: XAVIER-DA-SILVA (1999).
61
Os sistemas de informação geográfica incorporam as mais variadas
características possíveis em termos de tipos de estruturas de dados, modelos de
banco de dados e sistemas de análise. Apesar disso, há módulos que estão presentes
em todos esses sistemas (ROCHA, 2000). Conforme mostra a Figura 2.21, são eles:
sistemas de aquisição e conversão de dados;
banco de dados espaciais e de atributos;
sistema de gerenciamento de banco de dados (SGBD);
sistema de análise geográfica;
sistema de processamento de imagens;
sistema de modelagem digital de terreno;
sistema de análises estatísticas;
sistema de apresentação cartográfica.
Figura 2.21 –Inserção dos módulos de um SIG.
Fonte: ROCHA (2000).
62
63
Em recursos hídricos, as aplicações de SIG estão cada vez mais difundidas. A
própria lei 9433/1997 afirma que os sistemas de informação em recursos hídricos são
um dos instrumentos da nova política nacional de recursos hídricos. Dessa forma, os
sistemas de informação geográfica constituem-se em importante instrumento dentro
desse contexto.
Em CIRILO et al. (1997a, 1997b) são apresentadas as vantagens de
introdução de um SIG no gerenciamento e na obtenção, através de cálculos
matemáticos, das informações em recursos hídricos. No primeiro texto, é apresentado
um sistema integrado de análise hidrológica, com o intuito de aperfeiçoar estudos
específicos e planos de recursos hídricos para bacias hidrográficas. Segundo CIRILO
et al. (1997a), esse sistema computacional realiza cálculos de fenômenos hidrológicos,
associando os resultados e base de dados a um mapa georreferenciado da bacia.
CIRILO et al. (1997b) apresentam um sistema mais abrangente, onde são dissecadas
diversas potencialidades de um SIG na gestão de recursos hídricos. Nesse estudo, é
apresentada uma parte do sistema de informações de recursos hídricos relativo ao
estado de Pernambuco, onde se destacam as seguintes informações disponíveis:
coordenadas e limites geográficos; clima e relevo; tipos de vegetação e solos; rede
hidrográfica; distribuição populacional; indicadores de saúde e educação.
Saliente-se que as características físicas de uma bacia hidrográfica são de
fundamental importância para a definição do regime de vazões de sua seção exutória.
A vegetação, o tipo de solo e o grau de umidade do ar são exemplos de parâmetros
que interferem no ciclo hidrológico. Muitos modelos hidrológicos adotam a bacia como
uma unidade homogênea, não incorporando a variabilidade espacial das
características físicas da bacia. Tais modelos são ditos concentrados e consistem em
uma simplificação do que ocorre na realidade.
Os sistemas de informação geográfica podem auxiliar na identificação da
variabilidade espacial dessas características, incorporando informações variando no
espaço. Segundo MAIDMENT (1992), os tipos de aplicações de SIG em modelagem
hidrológica são os seguintes:
avaliação hidrológica;
determinação de parâmetros hidrológicos;
modelagem hidrológica dentro de um sistema de informação geográfica;
ligação entre SIG e modelos hidrológicos.
64
NAGESHWAR et al. (1992), RISSO (1993), FERRAZ et al. (1998) e VIANNA
(2000) realizaram estudos incorporando técnicas de geoprocessamento na análise de
inundações.
NAGESHWAR et al. (1992) estudaram a aplicação de um SIG para estimar
parâmetros hidrológicos para a bacia do rio Big Sandy, em Kentucky, Estados Unidos.
A incorporação da variabilidade espacial auxiliou a modelagem do escoamento
superficial da bacia.
RISSO (1993) utilizou sistemas de informação geográfica e sensoriamento
remoto para analisar e estimar a erosão no solo de uma bacia hidrográfica. O
transporte e potencial acúmulo de sedimentos pode ocasionar a diminuição das
seções da rede de drenagem de uma bacia, com possíveis problemas de inundação.
FERRAZ et al. (1998), tendo como estudo de caso a área urbana do município
de Piracicaba/SP, determinaram áreas inundáveis para diferentes cheias com
diferentes tempos de retorno. Através da utilização de uma imagem de satélite SPOT,
com resolução 10x10m, foram delimitadas as diferentes manchas de inundação. Com
base nesses resultados, FERRAZ et al. (1998) fizeram propostas de zoneamento para
a ocupação da área de estudo.
Em VIANNA (2000), utilizou-se um sistema de informação geográfica para
auxiliar no mapeamento de áreas inundáveis no município de Itajubá. Através da
combinação do SIG com a modelagem hidrológica e hidráulica, a autora analisou as
limitações e dificuldades de sua utilização, bem como as vantagens e benefícios
passíveis de serem obtidos por essa abordagem. Em seu estudo, a autora confirma a
importância dessa metodologia, constituindo-se em importante ferramenta na
determinação de áreas de inundação.
Sob o ponto de vista do saneamento, o SIG permite definir prioridades de
intervenção, assim como analisar os impactos promovidos por uma determinada
intervenção. A seguir, tem-se uma classificação de várias aplicações de SIG em
saneamento (adaptado de CAMARGO, 1997).
Aplicações de SIG em saneamento
supervisão de planos diretores;
verificação das hipóteses de evolução demográfica e vetores de crescimento;
identificação de áreas de mananciais para abastecimento – plano de gestão de
mananciais;
acompanhamento da evolução do consumo no tempo;
análise dos diferentes extratos sócio-econômicos com o seu respectivo consumo;
65
comparação com as hipóteses de projeto;
revisão do cronograma de investimentos;
desenvolvimento de políticas tarifárias:
consumo por setores ou áreas específicas;
caracterização dos consumidores;
cruzamento de dados de consumo x faturamento x perfil do consumidor;
suporte ao planejamento e projeto:
disponibilidade de cadastro atualizado – mapeamento de áreas atendidas;
agilização das atividades de projeto;
facilidade da produção de documentos e desenhos;
suporte às atividades de manutenção preventiva e corretiva:
cadastro de manutenção (históricos);
cadastro de reclamações;
análise da distribuição das perdas (físicas ou de arrecadação) no espaço,
cruzando com informações de perfil do consumidor;
mapeamento de índices estatísticos de processo;
mapeamento de efluentes:
melhoria das relações com o usuário:
cadastro das redes projetadas, remanejadas, em obras desativadas;
planejamento e controle das intervenções;
cruzamento cadastro de reclamações x níveis de atendimento x perfil do
consumidor – subsidiar atendimento personalizado.
Na área de saúde, alguns estudos abordam relações de risco com fatores
ambientais e sócio-econômicos, a partir da utilização de técnicas de
geoprocessamento como os de MEDRONHO et al. (1993), CARVALHO (1997),
BARCELLOS (1997), MEDRONHO (1999) e MEDRONHO et al. (1999b).
O padrão epidemiológico de uma população sofre a interferência de uma série
de outros fatores, além dos sócio-econômicos. BARCELLOS e BASTOS (1996) citam
que outros aspectos da sociedade, tais como o cultural-ideológico e o econômico,
ficam superpostos na análise. A inexistência de determinismo na análise dos fatores
66
de risco faz com que localidades com o mesmo padrão sócio-econômico apresentem
perfis epidemiológicos diversificados. Além disso, os autores mencionam que a escala
de análise é de fundamental importância para o estudo. A escala pode restringir sua
abrangência, assim como também pode fornecer maior ou menor peso a fatores
sociais, ambientais e econômicos. Nesse artigo, eles exemplificam isso, com base em
STEPHENS et al. (1984), através de dois casos com o mesmo fenômeno, mas que,
devido à mudança de escala, as explicações repousavam em fatores distintos. Um
caso correspondia à alta taxa de mortalidade devido a acidentes de trânsito na região
metropolitana de São Paulo. Para esse caso, o agravo está relacionado com a
pobreza, através das condições de infra-estrutura urbana e de acesso a formas mais
seguras de transporte. Analisando a taxa de mortalidade no trânsito na escala
nacional, verifica-se que está relacionada com o aumento de rodovias e veículos em
grandes centros industriais, ou seja, em áreas mais ricas. Portanto, esse último agravo
está relacionado com a riqueza da região.
MEDRONHO et al. (1993) realizaram estudo aplicando técnicas de
geoprocessamento na análise da ocorrência de dengue no município do Rio de
Janeiro. Nesse estudo, foram realizadas análises espaço-temporais de incidência de
dengue e confrontadas com as seguintes variáveis: presença do vetor Aedes aegypti,
dados climatológicos, densidade demográfica, dados de infra-estrutura urbana e sócio-
econômicos em dois períodos epidêmicos. Nesse estudo, concluiu-se que as variáveis
mais diretamente associadas territorialmente à ocorrência de taxas de ataque
elevadas de dengue, nas regiões administrativas do Rio de Janeiro, foram a proporção
favelada, a densidade demográfica, a média das temperaturas máximas no mês de
pico da epidemia, a proporção de domicílios com abastecimento de água por
canalização interna, a proporção de domicílios com instalação sanitária própria e a
proporção de domicílios com iluminação elétrica com medidor interno. Em
contrapartida, são citados diversos problemas enfrentados na pesquisa com relação à
qualidade e à confiança da informação. A seguir estão relacionados alguns desses
problemas:
a unidade de integração territorial (RA) utilizada foi muito generalizada, possuindo
grande heterogeneidade física, social e econômica;
problemas de subnotificação de casos, com heterogeneidade no fluxo de
notificação entre as RA’s;
problemas da estimativa de população favelada, já que existem dificuldades
concretas de se mensurar essa população, além de divergência, a nível
67
metodológico, do que deve ser classificado como população favelada nas diversas
fontes de coleta de dados existentes.
No seu estudo para o município do Rio de Janeiro, BARCELLOS (1997)
analisou os fatores de risco à saúde devido a questões relacionadas com o
abastecimento de água. Foram construídos três níveis de informação: os setores
censitários representados por polígonos; a rede de abastecimento de água com a
presença de seus principais mananciais e reservatórios; a qualidade da água da rede
de abastecimento, segundo programa de monitoramento conjunto entre a Fundação
Estadual de Engenharia do Meio Ambiente (FEEMA) e a Companhia Estadual de Água
e Esgotos do Rio de Janeiro (CEDAE). Esses três níveis de informação foram
superpostos e foram identificadas áreas de risco segundo os seguintes critérios:
ausência de rede de abastecimento de água, proximidade a pontos de coleta com
contaminação da água da rede, uso de fontes alternativas para captação de água e
utilização de pequenos mananciais.
CARVALHO (1997) aplicou uma série de métodos de análise espacial para a
caracterização de áreas de risco. Com base em dados do censo de 1991, selecionou-
se indicadores sócio-econômicos através de uma análise de componentes principais.
Posteriormente, a autora realizou uma classificação multivariada dos setores
censitários, analisando a distribuição espacial da classificação realizada. A partir disso,
CARVALHO (1997) passou a analisar a distribuição do risco no contínuo,
implementando análises que incorporam a correlação espacial do fenômeno estudado.
Foram construídos variogramas e, ao identificar a correlação no espaço dos
indicadores, construiu-se um mapa contínuo com valores estimados através da técnica
de krigeagem.
BARCELLOS et al. (1999) procurou analisar a distribuição dos casos de
leptospirose, no surto ocorrido no verão de 1996 na zona oeste do Rio de Janeiro,
confrontando com informações ambientais e sócio-econômicas da população da área
de estudo. Utilizou-se informações do censo de 1991, da área de inundação dos rios
da região e da notificação dos casos de leptospirose durante o surto. Dentre as várias
variáveis selecionadas, as identificadas como as de maior influência foram o risco à
inundação, coleta de lixo e cobertura de redes de água e esgoto. BARCELLOS et al.
(1999) e BARCELLOS e SABROZA (2000), entretanto, afirmam que os casos de
leptospirose não sofreram influência somente dos fatores de risco apontados
anteriormente. Pessoas em áreas de alto risco podem adquirir uma certa imunidade,
fazendo com que a incidência seja maior em áreas de menor risco. Com isso, os
68
casos de leptospirose foram resultados da combinação dos fatores ambientais
(principalmente a carência de serviços de saneamento) e individuais (histórico da
população, nível nutricional e hábitos culturais).
Nesta dissertação, utilizam-se técnicas de geoprocessamento com o intuito de
caracterizar e analisar a variabilidade de indicadores sócio-econômicos bem como
identificar a distribuição espacial de diferentes grupos sócio-econômicos, com base em
uma análise de agrupamento.
69
2.5 - ANÁLISE MULTIVARIADA
Os processos e fenômenos são dependentes de uma série de fatores. Dessa
forma, para a análise de tais fenômenos, faz-se necessária a utilização de um conjunto
de variáveis.
A análise multivariada trata da aplicação de métodos e técnicas que permitem,
a partir de diversas observações, identificar a relação entre as variáveis envolvidas em
determinado fenômeno.
Segundo DILLON e GOLDSTEIN (1984), os métodos de análise multivariada
podem ser divididos em métodos de dependência e de interdependência. Os métodos
de dependência são aqueles em que o interesse central é a associação entre dois
grupos de variáveis, sendo que, um grupo consiste em uma realização dependente
das medidas (variáveis independentes). Já nos métodos de interdependência, o
interesse é na associação mútua entre as variáveis, não se fazendo distinção entre os
diversos tipos de variáveis. A Tabela 2.11 mostra alguns métodos de análise
multivariada.
Tabela 2.11 – Classificação dos métodos de análise multivariada (fonte: adaptado de DILLON e GOLDSTEIN, 1984).
Métodos de dependência Métodos de interdependência
Regressão múltipla Análise de componentes principais
Análise discriminante Análise fatorial
Análise multivariada da variância Classificação multivariada
Análise de correlação canônica
2.5.1 - Análise de componentes principais
A incorporação de muitas variáveis no objeto de estudo pode originar alguns
problemas de ordem prática. Por exemplo, em estudo que envolva 20 variáveis, há
190 correlações. Quando o número de variáveis passa para 40, o número de
correlações passa para 760, crescendo à medida que o número de variáveis aumenta.
A compreensão torna-se, então, cada vez mais difícil. Por essa razão, técnicas de
redução do número de variáveis podem contribuir para a atenuação de tais problemas.
BOLLMAN e MARQUES (2000) afirmam que a técnica de análise de
componentes principais é utilizada, desde 1970, para elaborar índices de qualidade
70
ambiental. Em seu estudo, eles identificaram alguns potenciais problemas com a
aplicação dessa técnica, destacando-se: dificuldade em obter conclusões a partir das
componentes principais determinadas, uma vez que nem sempre as novas
componentes apresentam uma explicação clara; o fato de não existir qualquer modelo
estatístico subjacente aos dados, indicando que o comportamento amostral dos
autovalores e autovetores é desconhecido.
A aplicação da análise de componentes principais abrange diversas áreas do
conhecimento, podendo ser utilizada em ciências sociais, processos de classificação
de imagens, detecção de mudanças na cobertura do solo e alocação de postos de
observação de grandezas físicas, entre outras. Adicionalmente, pode ser empregada a
seleção de indicadores de qualidade ambiental e de risco à saúde. MENDES et al.
(1990) e BOLLMAN e MARQUES (2000) aplicaram essa técnica para estimar
parâmetros de qualidade das águas da Lagoa dos Patos (RS, Brasil).
FÜRST (1984) aplicou a técnica de análise de componentes principais,
objetivando revelar ou tornar mais nítidas as características do sistema produtivo
brasileiro.
DAVIS (1986) menciona alguns exemplos de aplicação da técnica de análise
de componentes principais em geologia. Um dos exemplos mencionados é o estudo
de KRUMBEIN (1970) para diferentes granulometrias, com base em uma série de
amostras do solo da baía de Baratara (Louisiana, EUA). As variáveis utilizadas em tal
estudo foram os pesos percentuais relativos de cada classe de sedimentos, com seus
respectivos limites. Ao analisar a magnitude de cada componente para as diversas
variáveis, verificou-se que as classes de areia fina e muita fina contribuíam para a
maior variação dos dados originais.
Sob o ponto de vista da seleção de indicadores sócio-econômicos, esse tipo de
abordagem é muito interessante. A seleção de indicadores não consiste em uma
tarefa fácil. A seleção de forma puramente subjetiva pode gerar problemas de
classificação da área de estudo, não refletindo o que acontece na realidade.
Indicadores representativos em uma determinada região podem não ser em outra, de
características diferenciadas. Isso fica claro em SECPLAN (1996), onde se buscou
gerar mapas de carência, com base em indicadores pré-determinados, sem ter havido
um estudo a priori de seleção de indicadores. Os mapas iniciais apresentaram grande
concentração em uma classe sócio-econômica e o restante em outra classe. Dessa
forma, a aplicação da análise de componentes principais pode ajudar na etapa de
seleção dos indicadores, sendo um identificador dos elementos mais importantes na
71
análise, possibilitando a caracterização de tendências ou formulação de potenciais
cenários de estudo.
Em sua pesquisa para a região metropolitana do Rio de Janeiro, CARVALHO
(1995) aplicou componentes principais para selecionar indicadores de renda,
escolaridade, saneamento, demografia e inserção domiciliar, com base nos dados do
censo de 1991 (FIBGE, 1993). A análise foi realizada, primeiramente, de forma
separada para cada tema, selecionando-se alguns indicadores por bloco temático.
Posteriormente, foi feita uma nova análise de componentes principais com todos os
indicadores extraídos da primeira análise. O objetivo desse trabalho era obter os
indicadores que melhor estariam representando os temas mencionados anteriormente
para a região metropolitana do Rio de Janeiro. Com base nessa seleção, CARVALHO
(1995), desenvolveu uma análise de agrupamento para os setores censitários da
região metropolitana do Rio de Janeiro. Em CARVALHO (1997), essa metodologia foi
aplicada para a região da Ilha do Governador, na cidade do Rio de Janeiro.
A utilização de indicadores sócio-econômicos como forma de caracterizar o
bem-estar de uma população tem crescido muito nos últimos tempos. Segundo o
Programa das Nações Unidas para o Desenvolvimento (PNUD, 1997), o progresso
humano e a evolução das condições de vida das pessoas não podem ser medidos
somente por sua dimensão econômica. Em função desse aspecto, o Programa das
Nações Unidas para o Desenvolvimento elaborou indicadores com o intuito de analisar
o bem-estar e a qualidade de vida de municípios, estados e países. Dentre tais
indicadores, pode-se destacar o índice de desenvolvimento humano (IDH), o índice
municipal de desenvolvimento humano (IDH-M) e o índice de condições de vida.
O IDH é um índice que procura identificar o nível sócio-econômico de uma
determinada unidade geográfica, contemplando os seguintes temas básicos:
longevidade - reflete, entre outras, as condições de saúde da população e a
medida pela esperança de vida ao nascer;
educação - medida por uma combinação da taxa de alfabetização de adultos e a
taxa combinada de matrícula nos níveis de ensino fundamental, médio e superior;
renda - medida pelo poder de compra da população, baseado no produto interno
bruto (PIB) per capita ajustado ao custo de vida local, para torná-lo comparável
entre países e regiões, através da metodologia conhecida como paridade do
poder de compra – PPC (PNUD, 1997).
72
A concepção do índice de desenvolvimento humano tinha como principal
objetivo analisar o nível sócio-econômico de países e grande regiões. Havia, então,
uma necessidade de elaborar-se um indicador adequado aos municípios. PNUD
(1997) elaborou o índice municipal de desenvolvimento humano (IDH-M). As principais
diferenças na concepção desse indicador em relação ao IDH são:
todas as informações extraídas, com o intuito de garantir a homogeneidade dos
dados, devem ser obtidas dos censos;
o PIB per capita e a taxa combinada de matrícula como indicador do nível
educacional, computados no IDH, são substituídos pelos indicadores renda per
capita média do município e número médio de anos de estudo da população
adulta;
a taxa de alfabetização de adultos é substituída pela taxa de analfabetismo.
O ICV consiste em um outro índice para avaliar o bem-estar dos municípios
que incorpora, além das variáveis do IDH-M, indicadores de infância e habitação. A
seguir, tem-se a descrição dos temas que compõem o IDH-M e o ICV com seus
respectivos indicadores, segundo PNUD (1997). No Apêndice B, encontra-se uma
descrição da metodologia de cálculo dos índices de desenvolvimento humano
municipal (IDH-M) e de condições de vida (ICV).
Longevidade (IDH e ICV): esperança de vida ao nascer - número médio de anos que as pessoas viveriam
a partir do nascimento;
taxa de mortalidade infantil - número de crianças que não sobreviverão ao
primeiro ano de vida em cada mil crianças nascidas vivas.
Educação (IDH e ICV): número médio de anos de estudo;
percentagem da população com menos de quatro anos de estudo;
percentagem da população com menos de oitos anos de estudo;
percentagem da população com mais de onze anos de estudo;
taxa de analfabetismo.
Renda (IDH e ICV): renda familiar per capita média;
73
grau de desigualdade;
percentagem da população com renda insuficiente - proporção de indivíduos
com renda familiar per capita inferior a 50% do salário mínimo de 1º de
setembro de 1991 em relação ao total de membros de famílias residentes em
domicílios particulares (referente ao último censo);
insuficiência média de renda;
grau de desigualdade na população com renda insuficiente.
Infância (ICV): defasagem escolar média;
percentagem de crianças com mais de um ano de atraso escolar;
percentagem de crianças que não freqüentam escola;
percentagem de crianças que trabalham.
Habitação (ICV): densidade;
durabilidade - percentagem da população que vive em domicílios duráveis;
consideram-se duráveis os domicílios em que as paredes e coberturas são
constituídos por materiais duráveis;
abastecimento adequado de água - percentual da população ligado na rede
geral de água e com ligação interna ou com poço ou nascente com canalização
interna;
instalações adequadas de esgoto - domicílios com sistema de esgotamento
sanitário não compartilhado com outros domicílios e com escoamento através
de fossa séptica ou rede geral de esgotos.
Nesta dissertação, serão construídos indicadores sócio-econômicos divididos
nos seguintes temas: saneamento, renda, nível de instrução, habitação e demografia.
Esses indicadores serão elaborados com base em informações do censo de 1991.
Será realizada uma análise de componentes principais, com o objetivo de identificar
quais são os indicadores mais representativos para uma determinada área de estudo.
A análise de componentes principais possibilitará a redução da dimensão do
problema, auxiliando, posteriormente, na análise de agrupamento.
74
2.5.2 – Classificação multivariada
O procedimento de separação de objetos está presente no dia-a-dia do ser
humano. É freqüente a ocorrência de situações em que se objetiva separar objetos por
uma determinada característica qualquer, seja ela cor, comprimento ou largura, por
exemplo. Quando se analisa somente uma ou duas características, o procedimento é
mais fácil. Todavia, quando se trabalha com um grande número de variáveis, a
separação acaba por se tornar bem mais complicada.
Também conhecida como análise de agrupamentos, a classificação
multivariada consiste em uma técnica de separação de objetos em grupos por grau de
similaridade. Os grupos são formados com base em medidas de distância e os objetos
de cada grupo tendem a possuir as mesmas características. O principal objetivo da
classificação multivariada é obter o menor número de grupos possíveis, sendo que
cada elemento pertencente a um determinado grupo possui características bem
semelhantes aos dos outros elementos de seu grupo.
A análise de agrupamentos possui uma grande variedade de aplicações.
HARTINGAN (1975) menciona exemplos de aplicação em botânica, medicina,
psiquiatria, arqueologia, antropologia, entre outros.
SALVINI (2000) utilizou uma nova abordagem na análise de agrupamentos
através do conceito de algoritmo elástico. VASCONCELLOS (1993) cita o estudo de
GOLDSTEIN e LINDEN (1969), que tinha o objetivo de agrupar pacientes alcoólatras
segundo diferentes perfis psicológicos.
O processamento e o tratamento de imagens de satélites constituem um
campo de grande aplicação das técnicas de classificação multivariada. RISSO (1993)
utilizou o método K-médias para realizar a classificação de uma imagem de satélite. O
objetivo, nesse estudo, era o de agrupar píxeis (menor unidade de uma imagem) com
padrões semelhantes.
ABREU (2000) utilizou o método da máxima verossimilhança na classificação
de uma imagem de satélite. Nessa pesquisa a classificação fundamentava-se no
agrupamento de píxeis, com base em suas propriedades espectrais, aplicada a
cobertura e uso do solo de uma bacia hidrográfica.
Estudos de VASCONCELLOS (1993) e FONSECA e ASSUMÇÃO (1999)
abordam técnicas de agrupamentos para determinação de fatores de risco à saúde.
75
VASCONCELLOS (1993) utilizou a classificação multivariada com o objetivo de
identificar o agrupamento de casos de malária. Nesse estudo, com o intuito de analisar
o espalhamento espacial dos grupos formados, foi construído um sistema de
informação geográfica denominado de SIG-Malária.
CARVALHO (1995, 1997) realizou análise de agrupamentos de setores
censitários, com base em indicadores sócio-econômicos. Nesses estudos, foi utilizado
o método K-médias de classificação multivariada. Segundo CARVALHO (1997), esse
método não-hierárquico de agrupamento apresenta bom desempenho quando o
número de grupos é pequeno em comparação com o número de elementos. DAVIS
(1986) afirma que o método K-médias possui a vantagem de ser mais rápido e simples
quando os grupos variam entre 5 e 10 e o número de observações está em torno de
1000 ou mais.
Em CARVALHO (1995), a classificação foi realizada para todos os setores da
região metropolitana do estado do Rio de Janeiro. Os setores foram agrupados em
cinco classes com base nos seguintes indicadores: proporção de domicílios alugados;
proporção de casas; proporção de domicílios ligados na rede de água; proporção de
domicílios sem qualquer tipo de esgotamento sanitário; proporção de pessoas acima
de 5 anos alfabetizada; proporção de chefes de família com escolaridade igual ou
maior que o 2º grau; renda nominal do chefe de família.
CARVALHO (1997) utiliza essa metodologia para os setores censitários da 20ª
região administrativa do Rio de Janeiro (Ilha do Governador), onde tais setores foram
agrupados em cinco classes, considerando-se as seguintes variáveis: renda média do
chefe de domicílio; proporção de chefes de família com segundo grau completo ou
superior; proporção de população alfabetizada; proporção de domicílios alugados;
proporção de domicílios ligados na rede geral de água; proporção de domicílios
ligados na rede pública de esgotamento sanitário.
Neste estudo, serão aplicadas técnicas de agrupamento, mais especificamente
o método K-médias de classificação multivariada. Essa avaliação será realizada com
base nos indicadores selecionados na etapa de análise de componentes principais. Os
objetos agrupados compreendem os setores censitários do município de Niterói.
76
2.6 – GEOESTATÍSTICA
A análise estatística de classificação multivariada, discutida anteriormente, não
leva em consideração a interdependência espacial das variáveis. A abordagem
geoestatística permite considerar a continuidade espacial das variáveis envolvidas no
fenômeno em estudo.
Os conceitos geoestatísticos tiveram sua origem na área de mineração.
Segundo JOURNEL e HUIJBREGTS (1978), Daniel G. Krige, trabalhando com dados
de concentração de ouro em 1951, foi o primeiro pesquisador a afirmar que somente a
média e a variância dos dados não eram suficientes para explicar o fenômeno em
estudo. Adicionalmente, JOURNEL e HUIJBREGTS (1978) afirmam que G. Matheron
foi o primeiro pesquisador a utilizar extensivamente o termo geoestatística.
MATHERON (1962-1963) define geoestatística como sendo a aplicação do formalismo
das funções aleatórias ao reconhecimento e estimativa de fenômenos naturais.
CURRAN (1988) introduziu o conceito de variogramas em sensoriamento
remoto. JUPP et al. (1989) consideraram as propriedades da covariância e os efeitos
da regularização em imagens modeladas pela regionalização das variáveis.
WOODCOCK et al. (1988) discutiram o uso de variogramas para modelos simples de
imagens do solo consistindo de pequenas áreas alocadas aleatoriamente em uma
área contínua.
ROTUNNO (1995) utilizou essa abordagem no estudo da distribuição espacial
de umidade aplicado a modelos hidrológicos do tipo chuva-vazão.
MUÑOS MUÑIZ (1991) trata da simulação de campos aleatórios de
precipitação, empregando estruturas de correlação espacial. VALENCIA (1999)
desenvolveu estudo incorporando conceitos geoestatísticos, para a determinação da
variação espacial da precipitação pluviométrica no Estado de Goiás. BARBOSA (2000)
aplicou instrumentos geoestatísticos no estudo da variabilidade espacial e temporal da
chuva em modelos hidrometereológicos. No modelo geoestatístico proposto nesse
estudo, permitiu-se minimizar a variância das estimativas de chuva feitas inicialmente
por um radar metereológico e por um conjunto de postos pluviométricos.
Em ABREU (2000), incorporou-se estudos de correlação espacial na
classificação de uma imagem de satélite. Partindo de uma classificação inicial pelo
método da máxima verossimilhança, no qual se admite independência entre os pixels
da imagem, foi realizada uma segunda análise, incorporando-se a avaliação da
correlação espacial. Com isso, ABREU (2000) utilizou o método de classificação
NGLDM, que incorpora a correlação espacial do fenômeno.
77
PECLY (2000) adotou o referencial geoestatístico para análise de dados
ambientais referentes ao monitoramento do emissário submarino de esgotos de
Ipanema, Rio de Janeiro.
Em seu estudo para o município de Duque de Caxias, Rio de Janeiro,
MEDRONHO (1999) utilizou técnicas geoestatísticas, procurando analisar, modelar e
estimar a incidência de hepatite-A. A partir de um inquérito soroepidemiológico para
hepatite-A, com dados de 410 crianças, o pesquisador realizou análise de variogramas
e, posteriormente, estimou valores a partir de técnicas de krigagem.
CARVALHO (1997) desenvolveu estudos geoestatísticos a partir de
indicadores sócio-econômicos. Nessa pesquisa, realizou-se, primeiramente, uma
análise estrutural dos dados com a construção de variogramas. Com o objetivo de
analisar a anisotropia do fenômeno, CARVALHO (1997) construiu variogramas para
diferentes direções. Em seguida, a pesquisadora estimou valores em locais sem
informação, através da técnica de krigagem universal.
Nesta pesquisa, serão utilizados conceitos geoestatísticos de análise estrutural
dos dados, tais como variogramas e covariogramas. O objetivo consiste em verificar a
correlação espacial entre as variáveis sócio-econômicas, de forma a subsidiar futuros
estudos de krigagem.
78
Capítulo 3 – METODOLOGIA
Qualquer estudo que considere indicadores como forma de permitir a
compreensão de um determinado fenômeno físico, econômico, político ou cultural
requer muito cuidado para que não haja problemas de distorção da realidade. É
evidente que os indicadores não representam a natureza de forma exata, mas são
importantes na identificação de tendências.
Conforme já mencionado, ao trabalhar com variáveis sócio-econômicas, fatores
culturais influem decisivamente no padrão epidemiológico de uma população.
Adicionalmente, ao se trabalhar com indicadores, deve-se tomar o cuidado para não
mascarar um determinado fator ou dar importância a um outro que não é significativo
no escopo do objeto de estudo.
A análise multivariada, neste estudo, foi realizada com base em indicadores de
risco. Segundo CARVALHO (1997), a identificação de grupos de risco incorpora,
dependendo do enfoque adotado, elementos que permitam interferir a existência de
uma probabilidade semelhante de ocorrência de determinados agravos entre
indivíduos do grupo. Neste trabalho, os indicadores selecionados encontram-se
relacionados com a ocorrência de doenças relacionadas com saneamento. As
informações foram obtidas com base na pesquisa global do censo de 1991 (FIBGE,
1993), pesquisa baseada em informações sobre a população brasileira, destacando-se
renda, escolaridade, habitação, infra-estrutura urbana e densidade domiciliar, entre
outras.
O questionário do censo divide-se em duas partes: a primeira dedicada ao
domicílio e a segunda dedicada a cada morador (FIBGE, 1993; CARVALHO, 1997).
No Apêndice A, encontra-se a descrição de alguns campos do registro do censo de
1991 (FIBGE, 1993).
Foram construídos indicadores para os seguintes blocos temáticos:
Saneamento;
Renda;
Escolaridade;
Habitação;
Demografia.
As Tabelas 3.1, 3.2, 3.3, 3.4 e 3.5 apresentam os indicadores construídos por
bloco temático.
79
Tabela 3.1 – Nomenclatura, identificação e composição dos indicadores de renda.
BLOCOTEMÁTICO
INDICADOR IDENTIFICAÇÃO COMPOSIÇÃO
RENDANOM Renda nominal do chefe de família Indicador calculado pelo IBGE
CFRENDME Chefes com renda até meio salário mínimo
Total de chefes com renda até meio salário/ Total de chefes em domicílios particulares
permanentes
CFREME1 Chefes com renda de 1/2 a 1 salário mínimo
Total de chefes com renda de 1/2 a 1 salário mínimo/Total de chefes em domicílios particulares
permanentes
CFRE1.2 Chefes com renda de 1 a 2 salários mínimos
Total de chefes com renda de 1 a 2 salários mínimos/Total de chefes em domicílios particulares
permanentes
CFRE2.3 Chefes com renda de 2 a 3 salários mínimos
Total de chefes com renda de 2 a 3 salários mínimos/Total de chefes em domicílios particulares
permanentes
CFRE3.5 Chefes com renda de 3 a 5 salários mínimos
Total de chefes com renda de 3 a 5 salários mínimos/Total de chefes em domicílios particulares
permanentes
CFR10.15 Chefes com renda de 10 a 15 salários mínimos
Total de chefes com renda de 10 a 15 salários mínimos/
Total de chefes em domicílios particulares permanentes
CFR15.20 Chefes com renda de 15 a 20 salários mínimos
Total de chefes com renda de 15 a 20 salários mínimos/
Total de chefes em domicílios particulares permanentes
CFR20MAI Chefes com renda maior do que 20 salários mínimos
Total de chefes com renda maior que 20 salários mínimos/
Total de chefes em domicílios particulares permanentes
EMPPDOM Média de empregados por domicílio
Total de empregados do setor portotal de domicílios particulares permanentes
RENDA
COMPDOM Média de cômodos por domicílio Indicador calculado pelo IBGE
Tabela 3.2 - Nomenclatura, identificação e composição dos indicadores de habitação. BLOCO
TEMÁTICO INDICADOR IDENTIFICAÇÃO COMPOSIÇÃO
IMPROVIS Domicílios improvisados Total de domicílios improvisados/Total de domicílios
CASAS Casas Total de casas/Total de domicílios
APARTAME Apartamentos Total de domicílios apartamentos/ Total de domicílios
C.MODOS Casas de cômodos Total de casas de cômodos/ Total de domicílios
COLETIVO Domicílios coletivos Total de domicílios coletivos/ Total de domicílios
RESISOLD Residências isoladas Total de residências isoladas/ Total de domicílios
RESCONPO Residências em conjuntos populares Total de conjuntos populares/ Total de domicílios
SUBNORMA Residências sub-normais Total de residências subnormais/ Total de domicílios
DPRTERPR Domicílios próprios com terreno próprio
Total de domicílios próprios em terreno próprio/ Total de domicílios particulares permanentes
HABITAÇÃO
CONPRTPR Construção própria e terreno não próprio
Total de construção própria e terreno não próprio/Total de domicílios particulares permanentes
DOMALUGA Domicílios alugados Total de domicílios alugados/ Total de domicílios particulares permanentes
DOMCEDID Domicílios cedidos Total de domicílios cedidos/ Total de domicílios particulares permanentes
80
Tabela 3.3 - Nomenclatura, identificação e composição dos indicadores de escolaridade.
BLOCO TEMÁTICO
INDICADOR IDENTIFICAÇÃO COMPOSIÇÃO
MUAC5ALF Mulheres acima de cinco anos alfabetizadas
Total de mulheres acima de cinco anos alfabetizadas/
População total de cinco anos
HOAC5ALF Homens acima de cinco anos alfabetizadas
Total de homens acima de cinco anos alfabetizadas/
População total de cinco anos
POPAC5AL População acima de cinco anos alfabetizada
População total acima de cinco anos alfabetizada/
População total de cinco anos
CFMALFAB Chefes de família mulheres alfabetizadas
Total de chefes de família mulheres alfabetizadas/
Total de chefes de domicílios particulares permanentes
CFHALFAB Chefes de família homens alfabetizados
Total de chefes de família homens alfabetizados/
Total de chefes de domicílios particulares permanentes
CFESC1 Chefes de família com escolaridade < 1 ano
Total de chefes de família com escolaridade < 1 ano/Total de chefes de domicílios particulares
permanentesCFESC1.3 Chefes de família com
escolaridade de 1 a 3 anos Total de chefes de família com escolaridade de 1 a 3 anos/Total de chefes de domicílios
particulares permanentes CFESC4.7 Chefes de família com
escolaridade de 4 a 7 anos Total de chefes de família com escolaridade de 4 a 7 anos/Total de chefes de domicílios
particulares permanentes CESC8.10 Chefes de família com
escolaridade de 8 a 10 anos Total de chefes de família com escolaridade de 8 a 10 anos/Total de chefes de domicílios
particulares permanentes CEC11.14 Chefes de família com
escolaridade de 11 a 14 anos Total de chefes de família com escolaridade
de 11 a 14 anos/População total de cinco anos
CEC15.M Chefes de família com escolaridade de 15 anos ou mais
Total de chefes de família com escolaridade de 15 anos ou mais/Total de chefes de
domicílios particulares permanentes
ESCOLARIDADE
CFCSEGMA Chefes de família com segundo grau ou mais
Total de chefes de família com segundo grau ou mais/Total de chefes de domicílios
particulares permanentes
81
Tabela 3.4 - Nomenclatura, identificação e composição dos indicadores de saneamento.
BLOCO TEMÁTICO
INDICADOR IDENTIFICAÇÃO COMPOSIÇÃO
LIGINT Domicílios com ligação interna de água
Total de domicílios com ligação interna de água/Total de domicílios particulares permanentes
REDE Domicílios ligados na rede de água
Total de domicílios com ligação interna e ligados na rede de água/Total de domicílios particulares
permanentesINTCRED Domicílios com ligação interna
e ligados na rede de água Total de domicílios ligados na rede de água/Total
de domicílios particulares permanentes INTSREDE Domicílios com ligação interna
e sem rede pública de água Total de domicílios com ligação interna e sem rede
pública/Total de domicílios particulares permanentes
SINTCRED Domicílios sem ligação interna e ligados na rede de água
Total de domicílios sem ligação interna e ligados na rede de água/Total de domicílios particulares
permanentesSINTSRED Domicílios sem ligação interna
e sem ligação na rede de água Total de domicílios sem ligação interna e sem ligação na rede de água/Total de domicílios
particulares permanentes REDESG Domicílios ligados na rede de
esgotamento sanitário Total de domicílios ligados na rede de esgotamento
sanitário/Total de domicílios particulares permanentes
FOSSAS Domicílios com fossas Total de domicílios com fossas/Total de domicílios particulares permanentes
OUTESG Domicílios com outro tipo de esgotamento
Total de domicílios com outro tipo de esgotamento/Total de domicílios particulares
permanentesSEMESG Domicílios sem qualquer tipo
de esgotamentoTotal de domicílios sem qualquer tipo de
esgotamento /Total de domicílios particulares permanentes
COLRGLIX Domicílios com coleta regular de lixo
Total de domicílios com coleta regular de lixo/Total de domicílios particulares permanentes
LIXENT Domicílios onde o lixo é enterrado
Total de domicílios onde o lixo é enterrado/Total de domicílios particulares permanentes
LIXQUEIM Domicílios onde o lixo é queimado
Total de domicílios onde o lixo é queimado/Total de domicílios particulares permanentes
SANEAMENTO
LIXSTRAT Domicílios onde o lixo não recebe tratamento
Total de domicílios onde o lixo não recebe tratamento/Total de domicílios particulares
permanentes
Tabela 3.5 – Nomenclatura, identificação e composição dos indicadores de demografia.
BLOCOTEMÁTICO
INDICADOR IDENTIFICAÇÃO COMPOSIÇÃO
MEDIANM Mediana etária de mulheres -
MEDIANH Mediana etária de homens -DEMOGRAFIA
NEMEDPES Número médio de pessoas no domicílio Indicador calculado pelo IBGE
82
3.1 – ANÁLISE DE COMPONENTES PRINCIPAIS
A análise de componentes principais é uma técnica de transformação dos
dados originais, onde são geradas novas informações que buscam identificar os
fatores mais sensíveis na explicação da variabilidade dos dados originais e, em última
análise, do fenômeno em estudo.
Segundo DILLON e GOLDSTEIN (1984), o objetivo da análise de componentes
principais é determinar quais variáveis explicam da melhor forma a variação dos dados
através de um menor número possível de variáveis. Essa transformação é feita de
forma a manter a variabilidade existente, com o mesmo número de eixos originais,
mas não mais correlacionados entre si. DAVIS (1986) afirma que as componentes
principais correspondem aos autovetores da matriz de covariância ou da matriz de
correlação do problema.
As componentes principais são obtidas a partir da combinação linear das
variáveis originais. São gerados novos eixos ortogonais, que são os autovetores da
matriz de covariância original. As componentes são extraídas de forma que a primeira
componente, denotada por PC(1), contribui para a maior variação dos dados. PC(1) é
obtida através da combinação linear das variáveis Xj, sendo j = 1,2,...,p.
PC(1) = w(1)1X1 + w(1)2X2 + ... + w(1)pXp (3.1)
Onde w(1)P são os carregamentos da componente 1.
Considerando-se p variáveis e n observações, pode-se construir uma matriz M
de covariâncias. Nessa matriz, os elementos da diagonal principal são as variâncias
das variáveis e os demais elementos, valores das covariâncias entre pares de
variáveis (RICHARDS, 1986; DAVIS, 1996; LANDIM, 2000). A determinação das
componentes pode ser realizada através da equação:
(M - .I).Y = 0 (3.2)
onde Y representa a matriz dos autovetores, é a matriz em que os termos da
diagonal principal são os autovalores e I é a matriz identidade.
Rearranjando os termos da Equação 3.2 vem:
MY = Y (3.3)
83
Multiplicando-se ambos os lados da Equação 3.3 pela matriz transposta de Y,
Y', tem-se:
M = Y Y’ (3.4)
O vetor das componentes é, então, determinado por:
C = Y’X (3.5)
onde X é a matriz dos dados originais e C corresponde ao vetor das componentes.
Os autovalores da matriz representam as variâncias dos dados originais e a
soma de todos eles gera o traço da matriz , conforme denotado por:
Tr ( (3.6)
A partir da determinação do traço da matriz pode-se analisar a importância
relativa de cada componente no sistema.
Neste estudo, realizou-se uma análise de componentes principais com o
objetivo de selecionar quais os indicadores que melhor representavam os temas acima
mencionados para a área de estudo, diminuindo a dimensão do problema.
A análise de componentes principais foi realizada com o auxílio do pacote
estatístico S-Plus (LUCENT, 1998). Primeiramente, foi realizada por tema,
selecionando-se as variáveis mais importantes. Posteriormente, realizou-se nova
análise de componentes principais com os indicadores selecionados na primeira
análise, sem distinção de bloco temático.
A escolha de quais variáveis seriam relevantes foi definida em função das
componentes principais, observando-se os autovalores da matriz de covariâncias dos
dados originais. Além disso, outro fator importante considerado na escolha foi a
correlação entre variáveis. Ao identificar alta correlação entre variáveis que
apresentavam grande importância segundo a análise feita, selecionou-se a variável
que apresentava o maior peso em termos das componentes principais, desprezando-
se as outras.
3.2 – CLASSIFICAÇÃO MULTIVARIADA
Após a seleção dos indicadores, realizou-se a classificação multivariada dos
setores censitários. Antes de explicitar o método utilizado nesta dissertação,
apresenta-se, a seguir, as bases da classificação multivariada.
Segundo DILLON e GODSTEIN (1984), o processo de agrupamento de vários
elementos começa a partir de p medidas de n elementos. É formada então uma matriz
n x p com esses dados, que será transformada em outra matriz n x n denominada
matriz de similaridade. Os elementos da matriz de similaridade são as medidas de
distância entre os vários elementos da matriz original. Então, é escolhido um método
de agrupamento que define quais as regras e parâmetros a considerar para a
formação dos grupos. Com base nesse procedimento, aplica-se o método escolhido,
obtendo-se, então, k grupos dos elementos originais. Cabe ressaltar que o objetivo
central do agrupamento dos elementos é atingir a menor variância possível intra-
grupos e a maior possível inter-grupos (Figura 3.1). Como etapa final do processo de
agrupamento, tem-se a caracterização dos perfis de cada grupo a partir das
estatísticas de cada variável analisada. A Figura 3.2 ilustra a análise de agrupamento.
Distância entre os centros dos grupos
Distância do centro do grupo para um elementopertencente a este grupo
Figura 3.1 - Demonstração esquemática da variância intra-grupos e intergrupos.
Fonte: DILLON e GOLDSTEIN (1984).
84
X1 X2 X3 Xp
O1
O2
O3
On
.
.
.
Variáveis
Ele
men
t os
On
Elementos
Ele
men
t os
O2
.
.
.
O3
O1
O1 O2 On. . .
. . .
Gn
VariáveisX3
Gru
pos
G2
.
.
.
G3
X1
C1
X2 Xp. . .
1ª Etapa - matriz das pvariáveis e dos n elementos
2ª Etapa - matriz desimilaridade
3ª Etapa - escolha dométodo de agrupamento
4ª Etapa - formação dosgrupos e identificação dosperfis
3.2.1 – Medidas de similaridade
Figura 3.2 - Visão geral da análise de agrupamento.
Fonte: DILLON e GOLDSTEIN (1984).
É notório que a formação dos grupos na classificação multivariada é resultante
da análise de medidas de distância entre os vários elementos. Segundo BUSSAB et
al. (1990), a distância entre dois objetos na análise de agrupamento quantifica o
quanto eles são distintos. A seguir, têm-se alguns tipos de medidas de distância,
revisados a partir de HARTINGAN (1975) e RICHARDS (1986).
Distância Euclidiana
Considerando um conjunto de M elementos e N variáveis, tem-se para cada
elemento I e variável um valor A(I,J). A distância Euclidiana entre o caso I e o caso K
da matriz M x N é definida da seguinte forma:
D(I,K) = ( {1 < J < N}[A(I,J)-A(K,J)]²)1/2 (3.7)
85
86
Segundo HARTINGAN (1975), para a utilização desse tipo de equação de
medida de distância, não se faz necessário que todas as variáveis estejam na mesma
escala.
Durante o processo de agrupamento, o pesquisador pode estar interessado em
ponderar as variáveis em estudo. HARTINGAN (1975) menciona que a utilização de
pesos W pode ajudar na classificação, podendo atribuir a uma determinada variável
uma maior ou menor importância. A notação da equação ficaria, então, da forma:
D(I,K) = ( {1 < J < N}W(J)[A(I,J)-A(K,J)]²)1/2 (3.8)
BUSSAB et al. (1990) destacam, para uma matriz de ponderação B, os
seguintes casos na ponderação de variáveis:
B = I, a ponderação é a matriz identidade, tendo-se, então, a distância Euclidiana
usual;
B = [diagonal(s1², s2², s3², ..., sp²)]1/2;
B = V-1, onde V é a matriz de covariâncias, resultando a distância de Mahalanobis.
Apesar de reconhecer a importância dessa abordagem, BUSSAB et al. (1990)
mencionam que a ponderação das variáveis pode tornar difícil a interpretação dos
resultados. HARTINGAN (1975) afirma que a escolha de um determinado fator de
ponderação está diretamente relacionada com a experiência do pesquisador e quais
variáveis ele julga mais importante na análise. Se essa escolha, por um lado, pode
permitir a formação de agrupamentos mais bem definidos, pode gerar também
manipulação equivocada dos dados.
3.2.2 – Métodos hierárquicos de agrupamento
As técnicas de agrupamento podem ser divididas em dois grandes grupos; o
primeiro seria formado pelas métodos hierárquicos e o segundo grupo formado pelos
métodos de partição.
Os métodos hierárquicos consistem na fusão ou na divisão sucessiva dos
dados. A característica principal dessa classe de agrupamento é que não há
realocação dos objetos, ou seja, uma vez colocado um objeto em determinado grupo,
ele não pode ser retirado.
87
DILLON e GOLDSTEIN (1984) dividem os métodos hierárquicos em
aglutinantes e divisíveis.
Nos métodos aglutinantes, ocorre uma fusão sucessiva dos elementos. Em um
primeiro estágio, cada elemento encontra-se separado. No estágio seguinte, os dois
objetos de maior similaridade são agrupados, formando o primeiro agrupamento. Em
seguida, dependendo do grau de similaridade, um novo elemento é agrupado
juntamente com os dois iniciais, ou então, será agrupado com outro elemento,
formando um novo grupo. O agrupamento dos elementos é realizado dessa mesma
forma, sucessivamente, até que todos os elementos estejam agrupados.
Os métodos divisíveis consistem na divisão inicial de todos os elementos em
dois grupos. O problema inicial consiste em saber como efetuar essa primeira divisão,
pois, partindo-se de n elementos, pode-se realizar 2n-1-1 formas diferentes de
subgrupos com 2 elementos. Todavia, com o avanço computacional, tem-se
conseguido atenuar esse tipo de problema. A formação dos grupos por esse tipo de
técnica pode ser realizada de várias formas. A diferença entre uma forma e outra é
função de como será efetivada a primeira divisão e em quais critérios estarão
baseadas as próximas subdivisões.
BUSSAB et al. (1990) relacionam como exemplos de métodos hierárquicos o
método do centróide, o da ligação simples e o da ligação completa.
3.2.3 – Métodos de partição
Diferentemente dos métodos hierárquicos, os métodos de partição consistem
em uma técnica de agrupamento em que pode haver uma realocação dos elementos,
ou seja, uma vez agrupados, os elementos não ficam impedidos de passarem para
outros grupos. Nesse tipo de método, o número de k grupos já é conhecido,
procurando-se diretamente uma partição dos n objetos, de modo que se satisfaça a
duas condições básicas: coesão interna e isolamento dos grupos.
O processo de obtenção de todas as combinações possíveis, de forma a obter
a partição ótima, acaba tornando inviável o método. Como exemplo, BUSSAB et al.
(1990) citam o fato de que, para resolver um problema pequeno com 16 objetos e 3
grupos, seria necessário investigar cerca de 14 milhões de partições. Assim, busca-se
analisar algumas partições de forma a encontrar a combinação ótima.
Método k-médias de classificação
Esse método de agrupamento constitui-se em um dos mais aplicados para
grandes números de objetos (BUSSAB et al., 1990; DAVIS, 1986). O método k-médias
de classificação procura maximizar a variância entre-grupos e minimizar a variância
intra-grupos a partir da combinação dos elementos. O objetivo central desse método é
buscar o agrupamento que está a menor distância do objeto. Por se tratar de uma
grande quantidade de dados e variáveis, pode-se ter muitas dificuldades de se chegar
na distância mínima para os diferentes grupos. Considera-se, pois, a técnica de
otimização local. Nessa técnica, a partir de uma partição inicial, busca-se uma
combinação em que o erro seja mínimo. São realizadas diversas interações até que se
chegue a uma determinada combinação considerada como ótima. O número de
interações dependerá das regras impostas para que se interrompam as combinações.
Considerando M casos e N variáveis, tem-se que cada caso I possui um
determinado valor J. Pode-se formar, dependendo do número de grupos, P(M,K)
partições, sendo que cada um dos casos pertencem a um agrupamento K. A média de
cada variável J para o grupo L é representada por B(L,J), sendo o número de casos
em L representado por N(L) (HARTINGAN, 1975). A representação das distâncias dos
objetos (D(I,L)) e do erro associado (e[P(M,K)] a cada combinação são calculados por:
2/12 ))],(),(}[1{(),( JLBJIANJLID (3.9)
2)](,[}1{()],([ ILIDMIKMPe (3.10)
Quanto menor o valor de e[P(M,K)], mais homogêneos são os elementos
dentro de cada grupo e melhor será a partição (BUSSAB et al., 1990). Os objetos são
agrupados de diversas formas e, para cada combinação, calcula-se o erro e[P(M,K)].
O objetivo principal é conseguir uma combinação com o menor valor possível para
.)],([ KMPe
A primeira etapa da classificação pelo método k-médias é definir o número K
de sementes iniciais. Calcula-se o erro associado a essa combinação inicial, conforme
a fórmula do erro na Equação 3.10. Move-se, então, o primeiro objeto para os demais
grupos e verifica-se os correspondentes valores para e[P(M,K)]. Desloca-se o objeto
para a combinação que gerar um melhor resultado para e[P(M,K)]. O cálculo da
88
diminuição na soma de quadrados residual ao mover o objeto 1 para um grupo L é
dada por:
1)]1([)]1(,1()]1([
1)(),1()( 22
LNLDLN
LNLDLND (3.11)
Ao realocar um objeto e havendo melhora na configuração dos objetos, muda-
se o objeto e recalculam-se as estatísticas. Repete-se esse procedimento até que o
erro atenda o critério de convergência estabelecido.
Neste trabalho, foi utilizado o método k-médias de agrupamento, maximizando
a variância inter-grupos e minimizando a variância intra-grupos. Utilizou-se cinco
setores como sementes iniciais. O cálculo do agrupamento dos setores censitários
também foi realizado através do pacote estatístico S-Plus (LUCENT, 1998).
A partir da obtenção de cada grupo, gerou-se um mapa, construído no código
computacional ARCVIEW (1997), de forma a identificar a distribuição espacial dos
diferentes grupos. Foram gerados também mapas com os indicadores separadamente.
Realizada a classificação multivariada, cruzou-se o mapa classificado, definido
a partir dos diferentes grupos sócio-econômicos, com valores de incidência de
doenças relacionadas com saneamento para a região oceânica do município de
Niterói.
3.3 – ABORDAGEM GEOESTATÍSTICA
Os métodos de classificação multivariada baseiam-se, usualmente, na
independência espacial das informações. O método k-médias de agrupamento adota
essa hipótese. Na área de sensoriamento remoto, por exemplo, diversos métodos têm
sido utilizados para efeito de classificação de imagens (classificação multivariada).
Entre eles, destacam-se o método da máxima verossimilhança (CROSTA, 1992), que
assume que os píxeis de uma dada imagem são independentes entre si. Evoluções
nessa área apontam para o cálculo de medidas estatísticas que caracterizam a textura
da imagem, de forma a aperfeiçoar o procedimento de identificar as diferentes classes
presentes. Assim, pode-se perceber a inserção e importância do estudo da estrutura
de correlação espacial na classificação multivariada.
Nesse sentido, decidiu-se explorar, de forma preliminar, a presença ou não de
uma estrutura de correlação espacial relativa às variáveis sócio-econômicas
estudadas. Com o intuito de analisar a correlação espacial dos indicadores, foram
89
90
construídos os variogramas de cada variável. A seguir, aborda-se, de forma sintética,
a teoria relacionada à construção de variogramas.
3.3.1 – Variáveis regionalizadas
Os fenômenos naturais, como a precipitação, a distribuição de um mineral em
uma determinada região e as elevações da superfície do solo (topografia),
apresentam uma continuidade espacial.
A Geoestatísca é um ramo da estatística que considera a variável analisada
como sendo regionalizada, ou seja, seus valores encontram-se distribuídos
espacialmente
Os valores da variável regionalizada tendem a ser mais correlacionados quanto
mais próximos no espaço estiverem. Além disso, DAVIS (1986) menciona que o
suporte, a forma, a orientação e o arranjo espacial dos dados interferem na análise.
Qualquer modificação em um desses fatores pode fazer com que a compreensão e
percepção das características físicas da variável em estudo mudem sensivelmente.
Considerando uma variável regionalizada Z(x), com um valor z(x) no ponto x, o
objetivo consiste em determinar a distribuição espacial de Z(x), com x variando. A
solução geoestatística consiste em interpretar cada valor z(xi) como uma realização
particular da variável aleatória Z(xi) no ponto xi.
Os estudos geoestatísticos possuem duas etapas básicas. A primeira consiste
na análise estrutural dos dados, como, por exemplo, a construção e análise dos
variogramas e covariogramas das variáveis de interesse, permitindo a identificação
das estruturas de correlação espacial. Na segunda etapa, o objetivo é estimar valores
das variáveis em pontos onde não se tem informação. A krigagem e a cokrigagem
consistem em métodos de interpolação espacial (JOURNEL e HUIJBREGTS, 1978;
VALENCIA, 1999).
3.3.2 – Variograma
Conforme já mencionado, o variograma faz parte da análise estrutural dos
dados. Considerando-se dois valores separados por uma distância h, localizados nos
pontos x e x+h, pode-se determinar a variabilidade entre esses dois pontos através da
sua função variograma 2 (x,h). O variograma mede a variância da diferença entre um
evento ocorrido no ponto x e outro no ponto x+h. Dessa forma, tem-se que:
91
E = 2 (x,h) = E {[Z(x) – Z(x+h)]²} (3.12)
A função variograma consiste na medida do grau de dependência espacial dos
dados de acordo com suas características de forma, tamanho, orientação e arranjo
(DAVIS, 1986). O semivariograma consiste na metade da função variograma e será
utilizado daqui em diante.
A determinação do semivariograma requer muitas realizações, [zk(x), zk(x+h)],
[zk’(x), zk’(x+h)], ..., [zkn(x), zkn(x+h)], para o par de variáveis aleatórias [Z(x), Z(x+h)]. Na
prática, apenas uma única realização [z(x) e z(x+h)] é possível, e essa realização é
construída pelo par de pontos medidos em x e x+h. Dessa forma, é introduzida a
hipótese intrínseca de que a função semivariograma depende somente do vetor h, em
módulo e direção, e não de x. Essa hipótese é a de estacionaridade de segunda
ordem das diferenças [Z(x)-Z(x+h)] (JOURNEL e HUIJBREGTS, 1978). Com isso a
função semivariograma pode assumir a seguinte relação:
(h) = C(0) – C(h) (3.13)
sendo C(0) a covariância para o vetor de distância 0 e conseqüentemente igual à
variância ² da variável aleatória estudada.
Segundo JOURNEL e HUIJBREGTS (1978), o estimador clássico baseado em
dados amostrais para o semivariograma é o seguinte:
* (h) = (1/2N(h)) [z(xi) – z(xi+h)]² (3.14)
sendo N(h) o número de pares experimentais [z(xi) e z(xi + h)] de dados separados
pela distância h.
O principal objetivo da construção do variograma é obter informações sobre a
estrutura dos dados em análise. O variograma age como um sumário quantificado de
toda a informação estrutural disponível, a qual será utilizada em todos os
procedimentos durante a investigação.
Na Figura 3.3, tem-se a ilustração de um semivariograma. Quando a distância
entre os pontos é zero, ambos possuem o mesmo valor e a função recebe valor zero.
Distânciaalcance
²
Figura 3.3 - Variograma esquemático.
No trecho correspondente às menores distâncias, a tendência é que os valores
de z(x) sejam bem próximos, acarretando em baixos valores de (h). À medida que a
distância h vai aumentando, os valores de z(x) estão cada vez menos correlacionados,
gerando altos valores para a função (h). Em um determinado momento, os pontos
estão tão afastados que já não existe qualquer correlação entre eles. A partir daí, a
função variograma assume o valor da variância dos dados originais. A distância
correspondente ao ponto em que a função atinge o valor da variância dos dados é
chamada de alcance da variável regionalizada. DAVIS (1986) afirma que o alcance
define a vizinhança em que os dados estão correlacionados.
Note-se, pois, que os variogramas são caracterizados pelos seguintes
parâmetros:
alcance ( zona de influência) – distância a partir da qual dois valores não estão
mais correlacionados;
efeito pepita – descontinuidade do valor de , verificada próximo à origem, que
caracteriza a influência residual de todas as variabilidades que têm zonas de
influências menores que as distâncias das observações disponíveis;
patamar – valor de onde o variograma atinge a zona de influência, descontado o
valor do efeito pepita.
Um outro fator importante é a caracterização de eventual anisotropia da
variável. Como explicado, o alcance de um variograma define a zona de influência de
92
93
uma amostra z(x). Entretanto, essa distância não é necessariamente igual em todas as
direções do espaço. Além disso, é estabelecida uma tolerância angular d para a
direção analisada. Assim, todos os pares de pontos que se encontrem nessa faixa são
utilizados no cálculo do variograma. Dessa forma, um determinado fenômeno pode
apresentar diferentes alcances para diferentes direções e respectivas tolerâncias
angulares. Nesse caso, o fenômeno é dito anisotrópico e torna-se importante
considerar esse aspecto na modelagem espacial da variável em estudo. Caso
contrário, havendo o mesmo alcance para todas as direções, o fenômeno pode ser
assumido como sendo isotrópico.
Nesta dissertação, o cálculo da semivariância de cada indicador foi realizado
através de uma rotina em Fortran. Inicialmente, considerou-se todas as variáveis
como sendo isotrópicas. Posteriormente, foram feitas análises da anisotropia dos
indicadores, calculando as semivariâncias para diversas direções e tolerâncias d .
Construiu-se, então, os covariogramas entre as variáveis, procurando analisar a
correlação no espaço entre elas.
94
Capítulo 4 - ESTUDO DE CASO – MUNICÍPIO DE NITERÓI
4.1 – CARACTERÍSTICAS DO MUNICÍPIO
Com o objetivo de avaliar a metodologia proposta nesta tese, escolheu-se o
município de Niterói como estudo de caso (Figuras 4.1 e 4.2). Essa opção deve-se ao
fato de Niterói ser considerado um dos municípios mais importantes do estado do Rio
de Janeiro. Além disso, a disponibilidade de dados também contribuiu para a escolha.
Foram conseguidos dados tabulares com as informações da pesquisa do censo do
ano de 1991, assim como também os limites dos setores censitários do município, já
em formato de conversão para sistema de informação geográfica.
Localizado na região metropolitana do estado do Rio de Janeiro, o município de
Niterói possui uma população de 450.364 habitantes distribuída em uma área de
129,84km² (SECITEC, 1999a). Esse total representa 3,36% da população fluminense
e 0,29% da população brasileira, sendo o quinto município mais populoso do estado e
o trigésimo primeiro do país (SECITEC, 1999a).
Durante os últimos quarenta anos, verificou-se um grande aumento
populacional no município. Entretanto, segundo a Secretaria Municipal de Ciência e
Tecnologia (SECITEC, 1999a), esse crescimento variou muito durante esse período.
As maiores taxas de crescimento verificaram-se nas décadas de 60 (2,80%) e 70
(2,05%), declinando nos períodos seguintes: 0,86% na década de 80 e 0,64% entre
1991 e 1996. A Tabela 4.1 mostra o aumento populacional e a correspondente taxa
anual de crescimento.
Tabela 4.1 - População e taxa média de crescimento anual. Niterói - 1960, 1970, 1980, 1991 e 1996 (fonte: SECITEC, 1999a).
População 1960 Tx. Cresc. 60/70
1970 Tx. Cresc. 70/80
1980 Tx. Cresc. 80/91
1991 Tx. Cresc. 91/96
1996 Tx. Cresc. 96/2000
1996
Urbana 229025 292180 397123 436155 450364 458465
Rural 16442 32066 - - - -
Niterói 245467 2,8 324246 2,05 397123 0,86 436155 0,64 450364 0,18 458465
A expansão urbana do município tem se realizado em direção às regiões
oceânica e de Pendotiba, estimulada principalmente pela implantação de infra-
estrutura básica e melhoria do sistema viário.
Figura 4.1 - Vista aérea dos municípios de Niterói e São Gonçalo, RJ.
Lagoa dePiratininga
São Francisco
OceanoAtlântico
Largo daBatalha
Baía deGuanabara
Lagoa dePiratininga
São Francisco
OceanoAtlântico
Largo daBatalha
Baía deGuanabara
Figura 4.2 - Vista aérea do município de Niterói, RJ.
95
96
Os bairros do município encontram-se distribuídos em cinco regiões de
planejamento, segundo o plano diretor de Niterói (PREFEITURA MUNICIPAL DE
NITERÓI, 1993). Essas regiões foram divididas em função da homogeneidade em
relação à paisagem, do uso de edificações e do parcelamento do solo, assim como
também dos aspectos sócio-econômicos e físicos (bacias hidrográficas). A seguir,
apresentam-se as cinco regiões com suas respectivas informações (SECITEC,
1999a):
praias da baía – composta pelos bairros da Boa Viagem, Cachoeiras, Charitas,
Centro, Bairro de Fátima, Gragoatá, Icaraí, Ingá, Jurujuba, Morro do Estado, Pé
Pequeno, Ponta D’Areia, Santa Rosa, São Domingos, São Francisco, Viradouro e
Vital Brazil; possui 195.028 habitantes, distribuídos em uma área de 21,62km²;
apresentam hoje uma das menores taxas de crescimento populacional (0,36%);
oceânica – consiste na maior região do município, possuindo uma área de
46,60km² com 43.815 habitantes; é composta pelos bairros do Cafubá,
Camboinhas, Engenho do Mato, Itacoatiara, Itaipú, Jacaré e Piratininga;
apresentou o maior crescimento populacional no município durante as décadas de
80 e 90, com uma taxa de aumento demográfico anual que variou de 5,11%
(70/80) a 9,60% (80/91);
Pendotiba – população de 46.354 habitantes, distribuídos em uma área de cerca
de 21,58km², estando situada na parte central e mais alta do município; é
composta pelos bairros do Sapê, Ititioca, Vila Progresso, Maria Paula, Matapaca,
Muriqui, Maceió, Largo da Batalha, Badu e Cantagalo;
norte – com 159.947 habitantes e uma área de 21,85km², situada entre a baía de
Guanabara e o município de São Gonçalo; é composta pelos bairros de Tenente
Jardim, Barreto, Santana, Caramujo, Baldeador, Santa Bárbara, Fonseca,
Engenhoca, Ilha da Conceição, São Lourenço, Cubango, e Viçoso Jardim;
apresenta a menor taxa de crescimento populacional, com 0,17%;
leste – possui a menor população, com 5.220 habitantes e a menor área entre as
regiões do município, apresentando 18,19km²; é composta pelos bairros de Várzea
das Moças e Rio do Ouro; dentre todas as regiões do município, é aquela que
apresenta áreas menos urbanizadas.
As Figuras 4.3 e 4.4 mostram a distribuição dos bairros e as regiões de
planejamento do município.
ENGENHO DO MATO
ITAIPÚ
CAMBOINHAS
PIRATININGA
ITACOATIARA
JACARÉ
RIO DO OURO
VARZEADASMOÇAS
CHARITASJURUJUBA
CAFUBÁ
SÃOFRANCISCO
CANTAGALO
FONSECA
CARAMUJO
SANTABARBARA
BALDEADOR
MARIAPAULA
ENGENHOCA
BARRETO
SANTANA
ILHA DACONCEIÇÃO
PONTAD'AREIA
TENENTE JARDIM
ICARAÍ
SANTA ROSA
CENTRO
GRAGOATÁ
SÃO LOURENCO
SÃO DOMINGOS
INGÁ
BOA VIAGEMVITALBRASIL
SAPÊITITIOCA
VIRADOURO
CACHOEIRA
LARGO DA BATALHA
MATAPACA VILAPROGRESSO
MURIQUI
MACEIO
BADU
FÁTIMA
CUBANGOMORRO DO ESTADO
PE PEQUENO
VICOSOJARDIM
N
EW
S
Município de NiteróiBairros
Figura 4.3 - Distribuição dos bairros do município de Niterói.
Figura 4.4 - Regiões de planejamento do município de Niterói.
Fonte: SECITEC (1999b).
97
Conforme já mencionado, o Programa das Nações Unidas para o
Desenvolvimento (PNUD, 1997) elaborou índices de desenvolvimento objetivando
medir a qualidade de vida e o progresso humano em âmbito mundial. Dessa forma,
com o intuito de contextualizar a área de estudo, analisou-se a situação do município
de Niterói em relação a esses dois índices.
Segundo PNUD (1997), Niterói apresenta um índice de desenvolvimento
humano (IDH-M) de 0,821 e um índice de condições de vida (ICV) de 0,826. Esses
valores enquadram o município em faixas de alto desenvolvimento humano e alta
condição de vida. Para melhor compreensão, apresenta-se a metodologia de PNUD
(1997) no Apêndice B. A Tabela 4.2 mostra a classificação de Niterói, no estado do
Rio de Janeiro, para o IDH-M e o ICV, assim como também a sua colocação em
relação aos subíndices do IDH-M e do ICV, levando-se em conta o conjunto de 70
municípios definidos em 1991.
Tabela 4.2 – Classificação do município de Niterói no estado do Rio de Janeiro, em relação ao índice de desenvolvimento humano (IDH-M), ao índice de
condições de vida (ICV) e seus subíndices, para o ano de 1991 (fonte: PNUD, 1997).
Índice ClassificaçãoIDH-M 1
IDH-M Longevidade 15IDH-M Renda 1
IDH-M Educação 1ICV 1
ICV-Renda 3ICV-Educação 1
ICV-Longevidade 15ICV-Habitação 7ICV-Infância 1
Analisando a Tabela 4.2, identifica-se que o município de Niterói apresenta o
melhor índice de desenvolvimento humano municipal (IDH-M) e o melhor índice de
condições de vida (ICV) para todo o estado do Rio de Janeiro. Dentre os subíndices
do IDH-M, Niterói também lidera os de renda (IDH-M renda) e de educação (IDH-M
educação). Em compensação, apresenta uma colocação bem inferior em relação ao
subíndice de longevidade (ICV-longevidade), ficando na 15ª posição. Em relação aos
subíndices que compõem o ICV, nota-se uma liderança de Niterói para os de
educação e infância (ICV-educação e ICV-infância), ficando em 3º lugar para o98
99
subíndice de renda (ICV-renda). Igualmente ao IDH-M, nota-se que o município
também ocupa a 15ª posição no estado para o ICV.
Observando o subíndice de habitação (ICV-habitação), verifica-se também uma
queda na colocação do município, permanecendo na 7ª posição. Ressalta-se o fato de
que, conforme mencionado no Capítulo 3, a componente habitação do índice de
condições de vida (ICV) incorpora variáveis de saneamento. Dessa forma, o motivo de
Niterói não estar localizado em uma colocação melhor para o ICV-habitação pode
estar relacionado com a qualidade dos serviços de saneamento da região.
100
4.2 – REDE DE SAÚDE DO MUNICÍPIO DE NITERÓI
A Fundação Municipal de Saúde de Niterói é o órgão municipal, ligado
diretamente à Secretaria Municipal de Saúde, que possui a competência de contratar,
fiscalizar, controlar, avaliar e efetuar o pagamento da rede de saúde conveniada e
contratada, com a participação do Conselho Municipal de Saúde. Além disso, a
Fundação de Saúde possui a gerência sobre todos os recursos da secretaria. Tais
recursos destinados ao setor de saúde são provenientes dos repasses do Sistema
Único de Saúde (SUS), dos convênios com o Ministério da Saúde e receitas da própria
Fundação Municipal. No Apêndice C, encontra-se o organograma da prefeitura
municipal de Niterói, com os recursos destinados às áreas de saúde e saneamento
para o ano de 1999.
A rede física de saúde do município (Figura 4.3) pode ser dividida em:
policlínicas comunitárias – pólos articuladores das ações desenvolvidas pela rede
básica de saúde;
policlínicas especializadas – atuam como referência em algumas especialidades
médicas, absorvendo a maior parte da demanda não respondida pelas policlínicas
comunitárias;
rede hospitalar – oferece serviços de internação hospitalar, exames complexos e
consultas em algumas especialidades;
módulos do programa médico de família;
laboratórios.
Figura 4.5 – Rede física de saúde do município de Niterói.
Fonte: SECITEC (1999b).
Por sua vez, o perfil epidemiológico tem como objetivo principal definir
estratégias de intervenção em saúde a partir de indicadores estatísticos, como, por
exemplo, mortalidade e morbidade. A Tabela 4.3 apresenta alguns dados sobre
mortalidade infantil, enquanto a Figura 4.4 detalha as diferentes causas de
mortalidade.
Tabela 4.3 – Coeficiente de mortalidade infantil por 1000 nascidos vivos (C. M. I.) no período de 1994 a 1998 no município de Niterói (fonte: SECITEC, 1999a).
Ano Óbitos Nascidos vivos C. M. I. (%)
1994 170 7917 21,47
1995 143 7549 18,94
1996 145 7210 19,56
1997 133 7491 17,22
1998 138 6984 19,76
101
Município de NiteróiTaxa de mortalidade, segundo causas básicas
Classificação Internacional de Doenças/CID
5,3513,25
5,830,16
1,50
31,4912,70
2,020,766,85
13,62 0,84
3,861,57
0,21
Algumas doenças infecciosas e parasitárias
Neoplasias (tumores)
Doenças endócrinas, nutricionais e metabólicas
Transtornos mentais e comportamentais
Doenças do sistema nervoso
Doenças do aparelho circulatório
Doenças do aparelho respiratório
Doenças do aparelho digestivo
Doenças da pele e do tecido subcutâneo
Doenças do aparelho geniturinário
Algumas afec. originadas no período perinatal
Malformações congênitas, deformidades eanormalias cromossômicasSintomas, sinais e achados anormais; examesclínicos e laboratoriaisCausas externas de morbidade e mortalidade
Outras
Figura 4.6 – Taxa de mortalidade do município de Niterói (fonte: SECITEC, 1999a).
Analisando o gráfico da Figura 4.4, verifica-se que uma parcela representativa
das crianças do município morre de doenças infecciosas e parasitárias (5,35%). Esse
tipo de doença é típica de lugares em que se tem carência em serviços de
saneamento. Adicionalmente, observando-se os casos registrados de doenças em
Niterói na Tabela 4.4, verifica-se uma alta notificação de casos de diarréia.
Tabela 4.4 - Principais agravos de notificação compulsória. Niterói - 1996 - 1998 (fonte: SECITEC, 1999b). g
Freqüência Freqüência Freqüência1997 1998 1999
Diarréias 2,673 2,747 2,072Pneumonia 1,817 1,968 2,468
Dengue 1,608 364 3,634Conjuntivite 1,313 261 133
Varicela 1,175 828 826Acidente de trabalho 696 19 21
Atendimento anti-rábico 509 721 827
Agravo
102
103
A diarréia, como já abordado anteriormente, consiste em um exemplo bem
representativo de doença relacionada com as condições sanitárias em geral. Os locais
que apresentam maior notificação tendem a ser áreas de maior risco devido a
problemas de infra-estrutura urbana, áreas de favelas e saneamento básico incipiente,
evidenciando a necessidade de desenvolvimento de ações intersetoriais para melhoria
dos indicadores de morbidade por doenças transmissíveis (SECITEC, 1999b).
A dengue é também outra doença que apresenta uma alta incidência registrada
na Tabela 4.4, principalmente nos anos de 1997 e 1999. Um dos fatores de risco
relacionados com essa doença consiste na existência de água parada, pois o
mosquito Aedes aegypti, responsável pela transmissão da dengue, possui a
característica de se desenvolver em águas com essas características. A intermitência
do regime de abastecimento faz com que haja a necessidade de armazenamento de
água. Caso esse armazenamento seja realizado de forma inadequada, as pessoas
residentes em localidades próximas ficam expostas ao risco de contrair a dengue.
4.2.1 – Policlínica de Itaipu
Conforme já mencionado, as policlínicas comunitárias constituem-se em um
dos tipos de unidades de saúde. Segundo SECITEC (1999b), as policlínicas
comunitárias constituem-se nos pólos articuladores das ações desenvolvidas pela rede
básica de saúde, atuando como referência em algumas especialidades médicas,
laboratórios de análises clínicas e serviço de imagem, exercendo autoridade sanitária
em sua área de abrangência geográfica. Com o intuito de contrastar os resultados da
classificação multivariada com casos de doenças de veiculação hídrica, realizou-se
uma coleta de casos de doenças de veiculação hídrica registrados em uma policlínica.
A região escolhida para análise dos casos de incidência foi a região oceânica
de Niterói. Essa escolha ocorreu, principalmente, em função dos seguintes fatores:
a região até o ano de 2000 não apresentava qualquer infra-estrutura de
abastecimento de água e de coleta e tratamento de esgotos;
apresenta grupos populacionais bem distintos no aspecto de renda e escolaridade;
facilidade de acesso dos dados de morbidade através do banco de dados da
policlínica de Itaipu;
região de grande expansão urbana.
104
Localizada no bairro de Itaipu, a policlínica comunitária de Itaipu abrange os
bairros de Itaipu, Jacaré, Camboinhas, Cafubá, Engenho do Mato e Itacoatiara. Como
toda policlínica comunitária, possui especialidades médicas e laboratórios de análises
clínicas.
Para este estudo, foram coletados casos registrados na policlínica de Itaipu
para o ano de 1999.
4.2.2 – Programa Médico de Família
O programa médico de família de Niterói é baseado no modelo cubano de
atenção básica de saúde (PASTRANA, 2000). Esse programa consiste na implantação
de módulos em áreas de alto risco em saúde, segundo indicadores epidemiológicos,
sociais, ambientais e econômicos. A implantação dos módulos é feita através de um
contrato de co-gestão entre o município e a associação de moradores a ser
contemplada pelo programa. O primeiro módulo do programa foi implantado no ano de
1992.
Os módulos do programa médico de família são constituídos por um médico
generalista e por um auxiliar de enfermagem, que atuam em um número de cerca de
200 a 250 famílias, que corresponde a cerca de 1000 a 1200 pessoas. Essa equipe
atua na própria localidade desenvolvendo atividades ambulatoriais e domiciliares, a
partir do enfoque na prevenção. Como suporte para essa equipe de médico e auxiliar
de enfermagem há uma equipe de supervisão, que é constituída por técnicos
especializados em saúde coletiva, serviço social, saúde mental, enfermagem e clínicas
básicas. Há três equipes de supervisão no programa médico de família:
equipe de supervisão centro / norte;
equipe de supervisão centro / sul;
equipe de supervisão oceânica / leste.
Para cada módulo implantado, é realizado um cadastro de todas as pessoas da
comunidade. Além disso, todos os casos de doença, sejam de notificação compulsória
ou não, são notificados. Esse procedimento gera um grande avanço, pois os dados de
saúde, em sua grande maioria, apresentam problemas de subnotificação. A Tabela 4.5
mostra os atendimentos realizados pelo programa desde o ano de 1997.
105
Tabela 4.5 - Atendimentos realizados pelo programa médico de família de Niterói, segundo os capítulos do CID - janeiro a junho de 1997 (fonte: SECITEC, 1999b).
Inicial SubseqüenteCapítulo CID (Classificação Internacional de Doenças) Absoluto Relativo (%) Absoluto Relativo (%)10.Doenças do aparelho respiratório 4334 21,0 1894 10,621.Fatores que influenciam o estado de saúde e o contato com os serviços de saúde 3720 18,0 5429 30,4
18.Sintomas, sinais e achados anormais de exame clínico e de laboratório 2194 10,6 1128 6,3
1.Algumas doenças infecciosas e parasitárias 2116 10,3 1039 5,812.Doenças da pele e do tecido subcutâneo 1669 8,1 657 3,714.Doenças do aparelho geniturinário 1296 6,3 886 5,09.Doenças do aparelho circulatório 1162 5,6 2644 14,813.Doenças do sistema osteomuscular e do tecido conjuntivo 676 3,3 584 3,3
19.Lesões, envenenamento e algumas outras consequências de causas externas 662 3,2 401 2,2
11.Doenças do aparelho digestivo 554 2,7 374 2,18.Doenças do ouvido e da apófise mastóide 489 2,4 251 1,43.Doenças dos órgãos hematopoiéticos e alguns transtornos imunitários 391 1,9 449 2,5
7.Doenças dos olhos e anexos 341 1,7 175 1,05.Trantornos mentais e comportamentais 303 1,5 421 2,44.Doenças endócrinas, nutricionais e metabólicas 288 1,4 996 5,66.Doenças do sistema nervoso 171 0,8 208 1,220.Causas externas de morbidade e mortalidade 120 0,6 48 0,315.Gravidez, parto e puerpério 77 0,4 90 0,52.Neoplasias (tumores) 31 0,2 127 0,716.Algumas afecções originadas no período perinatal 21 0,1 9 0,117.Malformações congênitas, deformidades e anomalias cromossômicas 13 0,1 41 0,2
Total 20628 100,0 17851 100,0
Como já mencionado, a expansão da rede física do programa médico de
família é promovida com base em fatores de risco. O planejamento é feito de forma a
priorizar as áreas mais carentes. Analisando a Tabela 4.5, verifica-se um número
relativamente alto de doenças infecciosas e parasitárias, que estão diretamente
relacionadas com as condições ambientais em que o indivíduo vive. Na Tabela 4.5, é
interessante notar a redução de atendimentos registrados posteriormente ao primeiro
atendimento. O trabalho preventivo realizado pelos profissionais dos módulos do
programa consegue uma redução de cerca de 50% dos valores absolutos registrados,
apesar das comunidades atendidas pelo módulo continuarem em condições precárias
de infra-estrutura.
O objetivo inicial deste estudo seria o de trabalhar somente com dados do
censo e casos registrados de doenças na policlínica de Itaipu. Entretanto, com o
decorrer da pesquisa, constatou-se a riqueza das informações contidas no programa
médico família. Diferentemente dos dados do censo, que são mais abrangentes, as
informações do médico de família possuem uma alto grau de detalhe. Existe uma
grande preocupação em saber os principais fatores de risco que interferem no padrão
106
de vida das pessoas. Por exemplo, além de saber se o domicílio possui ligação na
rede de esgotos, os profissionais identificam se os esgotos de outro domicílio estão
próximos.
Outro fator importante a ser comentado é o caso da subnotificação de doenças.
A rede de saúde sofre com uma alta subnotificação. Excetuando-se as doenças de
notificação compulsória, muitos casos de doenças acabam não sendo notificados,
mascarando o que ocorre na realidade. A atuação do médico de família não permite
isso. Há um alto controle sobre a população em que o módulo atua, registrando-se
todos os casos possíveis, seja de notificação compulsória ou não. O fato de muitas
doenças de veiculação hídrica não serem de notificação compulsória faz com que os
dados do programa sejam ainda mais importantes.
Com isso, procurou-se o programa médico de família para que se pudesse
realizar uma análise mais detalhada do problema de saneamento na saúde da
população.
A intenção inicial era a de se trabalhar com dados de módulos da região
oceânica, por se tratar de uma região sem qualquer cobertura de redes de
abastecimento de água e esgotamento sanitário, além de apresentar uma
heterogeneidade em termos sócio-econômicos. Entretanto, isso não foi possível.
Dessa forma, procurou-se um outro módulo do programa e chegou-se até o módulo do
Morro do Céu, no bairro do Caramujo.
Módulo do Morro do Céu
Com uma população de cerca de 3500 pessoas (SECITEC, 1999b), o módulo
do Morro do Céu foi implantado no ano de 1996. Conforme mencionado, fica
localizado no bairro do Caramujo, na região norte da cidade de Niterói. Sua área de
atuação é subdividida em três setores, cada um com cerca de 200 a 250 domicílios.
O Morro do Céu possui como principal peculiaridade o fato de nele estar
situado o depósito de lixo de Niterói. Todo o resíduo sólido coletado pela companhia
de limpeza do município é conduzido para o Morro do Céu, ficando os moradores
dessa localidade expostos a uma série de fatores de risco. O depósito do lixo, sem
qualquer tipo de cuidado e proteção, faz com que haja uma grande proliferação de
ratos, moscas e baratas. Catadores e pessoas morando na própria área do depósito
constituem os grupos populacionais mais suscetíveis às doenças decorrentes de
fatores ambientais.
107
Foi realizada uma coleta inicial dos dados da população desse módulo.
Todavia, coincidentemente, na época da pesquisa, o programa estava fazendo um
recadastramento dos domicílios e esse não ficaria pronto a tempo de se terminar este
trabalho. Os dados antigos apresentavam uma certa inconsistência em relação à
realidade local. Esses motivos, aliados com o fato da pesquisa já estar em um nível
avançado de desenvolvimento, não permitiram a manipulação e análise dos dados do
programa.
108
Capítulo 5 – RESULTADOS E ANÁLISES
Neste capítulo encontram-se os resultados obtidos e suas respectivas análises.
Os cálculos dos indicadores foram realizados com base no censo de 1991 (FIBGE,
1993) e nas informações de incidência de doenças correspondentes a casos
registrados na policlínica comunitária de Itaipu. As técnicas de análise multivariada e
geoestatística foram aplicadas aos 480 setores censitários do município.
A primeira etapa consiste na análise multivariada dos indicadores sócio-
econômicos. Mostra-se como foi realizada a seleção dos indicadores através do
método das componentes principais. Em seguida, são expostos os resultados da
análise de agrupamentos, com a respectiva distribuição espacial dos diferentes grupos
sócio-econômicos. Finalmente, são revelados os resultados da análise da estrutura de
correlação espacial, com os respectivos variogramas e covariogramas.
5.1 - SELEÇÃO DOS INDICADORES SÓCIO-ECONÔMICOS
A partir dos dados do censo, foram calculados os indicadores para cada setor
censitário. Os setores censitários que não apresentaram qualquer tipo de informação
foram descartados. Encontra-se, no Apêndice A, uma lista dos campos utilizados na
pesquisa do censo para elaboração dos indicadores.
Após o cálculo de cada indicador, realizou-se uma análise de componentes
principais para os temas saneamento, renda, escolaridade e habitação. A seleção foi
feita analisando os valores das duas primeiras componentes, tendo em vista a
informação da importância relativa de cada componente. A Tabela 5.1 apresenta os
resultados obtidos na análise de componentes principais.
Tabela 5.1 – Resultado da análise de componentes principais para as duas primeiras componentes.
COMPONENTES PRINCIPAIS BLOCO TEMÁTICO INDICADOR
Componente 1 Componente 2RENDANOM 0,3756 0,0232CFRENDME -0,1902 0,3988CFREME1 -0,2673 0,4166CFRE1.2 -0,3199 0,1306CFRE2.3 -0,2904 -0,3362CFRE3.5 -0,0848 -0,6962CFR10.15 0,3558 -0,0919CFR15.20 0,3632 0,0682CFR20MAI 0,3522 0,1567COMPDOM 0,3601 -0,0240
RENDA
EMPPDOM 0,2124 0,1175IMPROVIS -0,0090 0,3545
CASAS 0,6500 -0,2591APARTAME -0,6497 0,2585C.MODOS -0,0074 0,0411
HABITAÇÃO
COLETIVO -0,0076 -0,0061
Tabela 5.1 (continuação) - Resultado da análise de componentes principais para as duas primeiras componentes
RESISOLD -0,1829 -0,6317RESCONPO -0,0231 0,0849SUBNORMA 0,2063 0,5463DPRTERPR -0,1448 -0,2237CONPRTPR 0,2237 0,3258DOMALUGA -0,0883 -0,0577
HABITAÇÃO
DOMCEDID 0,0070 -0,0418MUAC5ALF 0,3160 -0,0313HOAC5ALF 0,1560 -0,4229POPAC5AL 0,3288 -0,1914CFMALFAB -0,3097 0,0528CFHALFAB -0,2970 0,2732
CFESC1 -0,3174 0,2005CFESC1.3 -0,3104 -0,0208CFESC4.7 -0,2957 -0,2995CESC8.10 -0,1075 -0,6393CEC11.14 0,2977 -0,1053CEC15.M 0,296 0,3407
ESCOLARIDADE
CFCSEGMA 0,3334 0,1999LIGINT -0,1906 -0,4078REDE -0,4643 -0,0766
INTCRED -0,4725 -0,1293INTSREDE 0,0082 0,0527SINTCRED 0,0082 0,0527SINTSRED 0,1824 0,3551REDESG -0,5243 0,2906FOSSAS 0,3739 -0,5917OUTESG 0,0260 0,0376SEMESG 0,0282 0,0492
COLRGLIX -0,2251 -0,4035LIXENT 0,0050 0,0083
LIXQUEIM 0,1335 0,1614
SANEAMENTO
LIXSTRAT 0,0823 0,2285
Obs.: Os valores em azul indicam alto valor da componente, mas foram descartados por possuírem alta correlação com o indicadorem verde, de maior magnitude.
A seguir, têm-se as matrizes de correlação dos indicadores dos quatro temas
(Tabelas 5.2, 5.3, 5.4 e 5.5).
Tabela 5.2 - Matriz de correlação dos indicadores de renda
Rendanom Cfrendme Cfreme1 Cfre1.2 Cfre2.3 Cfre3.5 Cfr10.15 Cfr15.20 Cfr20mai Compdom Emppdom
Rendanom 1 -0,47 -0,67 -0,78 -0,71 -0,25 0,87 0,91 0,96 0,92 0,50
Cfrendme -0,47 1 0,43 0,34 0,12 -0,21 -0,51 -0,43 -0,36 -0,46 -0,22
Cfreme1 -0,67 0,43 1 0,59 0,27 -0,30 -0,72 -0,62 -0,53 -0,65 -0,27
Cfre1.2 -0,78 0,34 0,59 1 0,63 -0,05 -0,82 -0,75 -0,67 -0,76 -0,34
Cfre2.3 -0,71 0,12 0,27 0,63 1 0,46 -0,68 -0,73 -0,71 -0,64 -0,38
Cfre3.5 -0,25 -0,21 -0,30 -0,05 0,46 1 -0,14 -0,31 -0,39 -0,17 -0,18
Cfr10.15 0,87 -0,51 -0,72 -0,82 -0,68 -0,14 1 0,87 0,75 0,83 0,39
Cfr15.20 0,91 -0,43 -0,62 -0,75 -0,73 -0,31 0,87 1 0,85 0,85 0,49
Cfr20mai 0,96 -0,36 -0,53 -0,67 -0,71 -0,39 0,75 0,85 1 0,87 0,50
Compdom 0,92 -0,46 -0,65 -0,76 -0,64 -0,17 0,83 0,85 0,87 1 0,52
Emppdom 0,50 -0,22 -0,27 -0,34 -0,38 -0,18 0,39 0,49 0,50 0,52 1
109
110
Tabela 5.3 - Matriz de correlação dos indicadores de habitação.
Improvis Casas Apartame Cômodos Coletivo Resisold Resconpo Subnorma Dprterpr Conprtpr Domaluga Domcedid
Improvis 1 0,16 -0,16 0,00 0,01 -0,02 -0,05 0,05 -0,05 0,04 -0,05 0,12
Casas 0,16 1 -0,95 -0,03 -0,04 -0,19 -0,14 0,28 -0,29 0,41 -0,34 0,13
Apartame -0,16 -0,95 1 -0,02 0,04 0,20 0,14 -0,28 0,30 -0,41 0,33 -0,13
Cômodos 0,00 -0,03 -0,02 1 0,04 -0,04 0,00 -0,03 -0,13 -0,04 0,28 -0,06
Coletivo 0,01 -0,04 0,04 0,04 1 0,07 -0,03 -0,07 0,01 -0,07 0,07 0,10
Resisold -0,02 -0,19 0,20 -0,04 0,07 1 -0,38 -0,85 0,34 -0,51 0,29 0,21
Resconpo -0,05 -0,14 0,14 0,00 -0,03 -0,38 1 -0,04 0,11 -0,06 -0,03 -0,07
Subnorma 0,05 0,28 -0,28 -0,03 -0,07 -0,85 -0,04 1 -0,41 0,59 -0,33 -0,18
Dprterpr -0,05 -0,29 0,30 -0,13 0,01 0,34 0,11 -0,41 1 -0,77 -0,09 -0,02
Conprtpr 0,04 0,41 -0,41 -0,04 -0,07 -0,51 -0,06 0,59 -0,77 1 -0,43 -0,13
Domaluga -0,05 -0,34 0,33 0,28 0,07 0,29 -0,03 -0,33 -0,09 -0,43 1 -0,16
Domcedid 0,12 0,13 -0,13 -0,06 0,10 0,21 -0,07 -0,18 -0,02 -0,13 -0,16 1
Tabela 5.4 - Matriz de correlação dos indicadores de escolaridade.
Muac5alf Hoac5alf Popac5al Cfmalfab Cfhalfab Cfesc1 Cfesc1_3 Cfesc4_7 Cesc8_10 Cec11_14 Cec15_M Cfcsegma
Muac5alf 1 0,19 0,92 -0,80 -0,84 -0,86 -0,79 -0,72 -0,19 0,78 0,72 0,83
Hoac5alf 0,19 1 0,56 -0,43 -0,51 -0,49 -0,36 -0,21 0,07 0,37 0,24 0,32
Popac5al 0,92 0,56 1 -0,85 -0,91 -0,92 -0,81 -0,69 -0,14 0,81 0,70 0,83
Cfmalfab -0,80 -0,43 -0,85 1 0,70 0,85 0,77 0,71 0,22 -0,76 -0,72 -0,83
Cfhalfab -0,84 -0,51 -0,91 0,70 1 0,91 0,70 0,55 0,05 -0,73 -0,59 -0,72
Cfesc1 -0,86 -0,49 -0,92 0,85 0,91 1 0,73 0,64 0,11 -0,78 -0,68 -0,81
Cfesc1_3 -0,79 -0,36 -0,81 0,77 0,70 0,73 1 0,77 0,21 -0,80 -0,79 -0,89
Cfesc4_7 -0,72 -0,21 -0,69 0,71 0,55 0,64 0,77 1 0,46 -0,71 -0,91 -0,94
Cesc8_10 -0,19 0,07 -0,14 0,22 0,05 0,11 0,21 0,46 1 -0,15 -0,58 -0,47
Cec11_14 0,78 0,37 0,81 -0,76 -0,73 -0,78 -0,80 -0,71 -0,15 1 0,55 0,80
Cec15_M 0,72 0,24 0,70 -0,72 -0,59 -0,68 -0,79 -0,91 -0,58 0,55 1 0,94
Cfcsegma 0,83 0,32 0,83 -0,83 -0,72 -0,81 -0,89 -0,94 -0,47 0,80 0,94 1
Tabela 5.5 - Matriz de correlação dos indicadores de saneamento Ligint Rede Intcred Intsrede Sintcred Sintsred Redesg Fossas Outesg Semesg Colrglix Lixent Lixqueim Lixstrat
Ligint 1 0,61 0,67 -0,34 -0,34 -0,90 0,56 -0,30 -0,23 -0,69 0,76 -0,11 -0,63 -0,63Rede 0,61 1 0,94 0,07 0,07 -0,68 0,79 -0,69 -0,21 -0,50 0,60 -0,15 -0,63 -0,35
Intcred 0,67 0,94 1 -0,10 -0,10 -0,68 0,80 -0,68 -0,22 -0,55 0,65 -0,15 -0,66 -0,41Intsrede -0,34 0,07 -0,10 1 0,95 0,03 -0,11 0,01 0,03 0,28 -0,29 0,00 0,18 0,32Sintcred -0,34 0,07 -0,10 0,95 1 0,03 -0,11 0,01 0,03 0,28 -0,29 0,00 0,18 0,32Sintsred -0,90 -0,68 -0,68 0,03 0,03 1 -0,57 0,31 0,24 0,64 -0,71 0,11 0,61 0,56Redesg 0,56 0,79 0,80 -0,11 -0,11 -0,57 1 -0,86 -0,25 -0,49 0,60 -0,12 -0,58 -0,39Fossas -0,30 -0,69 -0,68 0,01 0,01 0,31 -0,86 1 0,06 0,29 -0,37 0,08 0,43 0,17Outesg -0,23 -0,21 -0,22 0,03 0,03 0,24 -0,25 0,06 1 0,19 -0,19 0,05 0,15 0,14Semesg -0,69 -0,50 -0,55 0,28 0,28 0,64 -0,49 0,29 0,19 1 -0,63 0,13 0,56 0,49Colrglix 0,76 0,60 0,65 -0,29 -0,29 -0,71 0,60 -0,37 -0,19 -0,63 1 -0,26 -0,80 -0,74Lixent -0,11 -0,15 -0,15 0,00 0,00 0,11 -0,12 0,08 0,05 0,13 -0,26 1 0,21 0,05
Lixqueim -0,63 -0,63 -0,66 0,18 0,18 0,61 -0,58 0,43 0,15 0,56 -0,80 0,21 1 0,33Lixstrat -0,63 -0,35 -0,41 0,32 0,32 0,56 -0,39 0,17 0,14 0,49 -0,74 0,05 0,33 1
111
Alguns indicadores que apresentaram valores significativos para as duas
primeiras componentes foram descartados por apresentarem alta correlação com
outros indicadores de maior valor em termos da análise de componentes principais. No
tema renda, os indicadores chefes com renda de 1 a 2 salários mínimos (CRFE1.2),
chefes com renda de 2 a 3 salários mínimos (CRFE2.3), chefes com renda de 3 a 5
salários mínimos (CRFE3.5), chefes com renda de 10 a 15 salários mínimos
(CRFE10.15), chefes com renda acima de 20 salários (CFR20MAI) e média de
empregados por domicílios (EMPPDOM) apresentaram alta correlação com o
indicador renda nominal do chefe de família. O indicador renda nominal do chefe de
família (RENDANOM) foi normalizado para media 0 e desvio padrão 1. Analisando os
indicadores de escolaridade, verificou-se que os indicadores população acima de cinco
anos alfabetizada (POPAC5AL), chefes de família homens alfabetizados (CFHALFAB),
chefes de família com escolaridade menor do que um ano (CFESC1), chefes de
família com escolaridade de quatro a sete anos de estudo (CFESC4.7) e chefes de
família com escolaridade de quinze anos ou mais (CEC15.M) apresentaram alta
correlação com o indicador chefes de família com segundo grau ou mais. Para o
saneamento, foram excluídos os indicadores domicílios com ligação interna (LIGINT) e
ligados na rede pública (REDE) (alta correlação com domicílios com ligação interna e
ligados na rede de água – INTCRED e também com domicílios com coleta regular de
lixo - COLRGLIX), domicílios com fossas ( FOSSAS) (alta correlação com domicílios
ligados na rede de esgotamento sanitário – REDESG e com domicílios com ligação
interna e ligados na rede de água - INTCRED).
Após a investigação conduzida por bloco, realizou-se nova análise de
componentes principais para os indicadores selecionados na primeira análise. O
critério de seleção foi o mesmo adotado anteriormente. A Figura 5.1 ilustra a
importância relativa de cada componente na análise final, enquanto as Tabelas 5.6 e
5.7 apresentam os resultados da análise de componentes principais e a matriz de
correlação entre os indicadores, respectivamente.
Comp. 1Comp. 2Comp. 3Comp. 4Comp. 5Comp. 6Comp. 7Comp. 8Comp. 9Comp. 10
0.0
0.2
0.4
0.6
0.8
1.0
1.2
0.693
0.875
0.9260.959 0.975 0.987 0.996 1 1 1
Variâ
ncia
s
Figura 5.1 - Importância relativa de cada componente.
Tabela 5.6 - Resultado da análise de componentes principais para seleção final dos indicadores.
Componentes Principais IndicadorComponente 1 Componente 2
Intcred 0,18300 0,43100Cfsegma 0,22200 -
Subnorma -0,09100 -0,05500Casas -0,29500 -0,29500
Rendanom 0,83600 -0,49800Redesg 0,21600 0,52400
Nemedpes -0,24100 -0,41800Medianm - -Medianh - -Colrglix 0,13700 0,15500
Tabela 5.7 - Matriz de correlação dos indicadores da análise final.
INTCRED CFSEGMA CASAS RENDANOM REDESG NEMEDPES COLRGLIX
LIGINT 1 0,56 -0,63 0,35 0,84 -0,54 0,69
CFSEGMA 0,56 1 -0,81 0,86 0,59 -0,65 0,71
CASAS -0,63 -0,81 1 -0,65 -0,72 0,77 -0,58
RENDANOM 0,35 0,86 -0,65 1 0,35 -0,43 0,52
REDESG 0,84 0,59 -0,72 0,35 1 -0,62 0,63
NEMEDPES -0,54 -0,65 0,77 -0,43 -0,62 1 -0,58
COLRGLIX 0,69 0,71 -0,58 0,52 0,63 -0,58 1
Obs.: Os valores não assinalados correspondem a valores inferiores a 0,05 em módulo.
112
113
De acordo com a Tabela 5.7, verifica-se que o indicador residências
subnormais (SUBNORMA) apresenta valores baixos nas primeiras componentes, em
comparação com outros indicadores. Os indicadores mediana etária de mulheres
(MEDIANM) e mediana etária de homens (MEDIANH) apresentaram valores, em
módulo, inferiores a 0,05. Dessa forma, os indicadores selecionados para a
classificação foram:
proporção de domicílios com ligação interna e ligados na rede de água
(INTCRED);
proporção de chefes de família com segundo grau ou mais (CFSEGMA);
proporção de casas (CASAS);
renda nominal do chefe de família (RENDANOM);
proporção de domicílios ligados à rede de esgotamento sanitário (REDESG);
número médio de pessoas por domicílios (NEMEDPES);
proporção de domicílios com coleta regular de lixo (COLRGLIX).
Apesar do indicador de coleta regular de lixo ter apresentado baixos valores na
análise de componentes principais, resolveu-se manter esse indicador. A deficiência
nos serviços de coleta de resíduos sólidos contribui para a proliferação de insetos e
animais vetores de doenças, constituindo em uma importante variável como subsídio
ao se intervir em saneamento.
5.2 - ANÁLISE DOS INDICADORES SELECIONADOS
A partir da seleção dos indicadores, realizou-se uma análise exploratória
univariada dos dados. A análise dos dados busca obter informações preliminares, seja
de forma qualitativa ou quantitativa, que possam ajudar em uma análise posterior. A
seguir, têm-se as medidas estatísticas dos indicadores selecionados (Figuras 5.2, 5.3,
5.4, 5.5, 5.6, 5.7 e 5.8), enquanto a Tabela 5.8 contém um resumo das medidas
estatísticas de cada indicador.
1.50 1 .78 2.06 2.34 2.62 2.90 3.18 3.46 3.74 4.02 4.30 4.58 4.86N EM EDPES
0.0
0.2
0.4
0.6
0.8
1.5
2.5
3.5
4.5
NEM
EDPE
S
Boxplot de NEMEDPES
mediana
Figura 5.2 – Medidas estatísticas do indicador número médio de pessoas por domicílio (NEMDEPES).
-0.10 0.01 0.12 0.23 0.34 0.45 0.56 0.67 0.78 0.89 1.00 1.11INTCRED
0
5
10
15
0.0
0.2
0.4
0.6
0.8
1.0
INTC
RED
mediana
Boxplot de INTCRED
Figura 5.3 – Medidas estatísticas do indicador proporção de domicílios comligação interna e ligados na rede pública de água (INTCRED).
114
-0.10 0.01 0.12 0.23 0.34 0.45 0.56 0.67 0.78 0.89 1.00 1.11REDESG
0
4
8
12
0.0
0.2
0.4
0.6
0.8
1.0
RE
DES
G
mediana
Boxplot de REDESG
Figura 5.4 – Medidas estatísticas do indicador proporção de domicílios ligados narede de esgotamento sanitário (REDESG).
-2.00 -1.45 -0.90 -0.35 0.20 0.75 1.30 1.85 2.40 2.95 3.50 4.05 4.60RENDANOM
0.0
0.2
0.4
0.6
-1
0
1
2
3
4
REN
DAN
OM
mediana
Boxplot RENDANOM
Figura 5.5 – Medidas estatísticas do indicador renda nominal do chefe de família(RENDANOM).
-0.10 0.01 0.12 0.23 0.34 0.45 0.56 0.67 0.78 0.89 1.00 1.11CASAS
0
2
4
6
8
10
0.0
0.2
0.4
0.6
0.8
1.0
CA
SA
S
mediana
Boxplot de CASAS
Figura 5.6 – Medidas estatísticas do indicador proporção de casas (CASAS).
115
Figura 5.7 – Medidas estatísticas do indicador proporção de chefes de família comsegundo grau ou mais (CFSEGMA).
-0.10 0.01 0.12 0.23 0.34 0.45 0.56 0.67 0.78 0.89 1.00CFSEGMA
0
1
2
3
0.0
0.2
0.4
0.6
0.8
CFS
EGM
A
mediana
Boxplot de CFSEGMA
-0.10 0.01 0.12 0.23 0.34 0.45 0.56 0.67 0.78 0.89 1.00 1.11COLRGLIX
0
5
10
15
0.0
0.2
0.4
0.6
0.8
1.0
CO
LRG
LIX
mediana
Bolxplot de COLRGLIX
Figura 5.8 – Medidas estatísticas do indicador proporção de domicílios com coleta regular de lixo (COLRGLIX).
116
117
Tabela 5.8 – Medidas estatísticas de cada indicador selecionado. INDICADOR
ESTATÍSTICA INTCRED CFSEGMA CASAS RENDANOM REDESG NEMEDPES COLRLIX Valor mínimo 0,0000 0,0116 0,0000 -1,2781 0,0000 1,7700 0,0000
1º quartil 0,6469 0,2344 0,1223 -0,8022 0,1100 3,1800 0,7777Média 0,7517 0,4953 0,5786 0,0293 0,6748 3,4659 0,8553
Mediana 0,9836 0,5325 0,6777 -0,2210 0,9777 3,4600 0,99443º quartil 1,0000 0,7585 0,9956 0,7533 1,0000 3,7925 1,0000
Valor máximo 1,0000 0,9315 1,0000 3,8233 1,0000 4,5600 1,0000Total de observações 480 480 480 480 480 480 480
Variância 0,1400 0,0717 0,1694 0,9786 0,1777 0,1879 0,0553Desvio padrão 0,3741 0,2678 0,4116 0,9892 0,4215 0,4334 0,2351
O indicador número médio de pessoas por domicílios (NEMEDPES) apresenta
valores distribuídos em torno de 3,5, com pouca dispersão e com baixa assimetria. O
histograma e o diagrama de medidas estatísticas ilustram esse aspecto.
Já o indicador proporção de domicílios com ligação interna e ligados na rede
pública de água (INTCRED) apresenta alta assimetria para a direita. Além disso,
apresenta valores extremos que estão bem afastados do conjunto principal dos dados.
Apesar de uma grande parte de domicílios serem atendidos pelo sistema de
abastecimento público de água, uma parcela considerável encontra-se desprovida
desse serviço. Analisando o indicador proporção de domicílios ligados à rede de
esgotamento sanitário (REDESG) verifica-se uma alta dispersão dos dados. O
histograma desse indicador mostra dois picos nos extremos, tal qual o indicador de
abastecimento de água (INTCRED), sendo que, para o indicador de esgotamento
sanitário (REDESG), o número de domicílios desprovidos do serviço é mais alto. Isso
aponta para o fato de existirem, em relação a esses indicadores, dois extratos de
setores. Adicionalmente, a Tabela 5.8 aponta que os indicadores de abastecimento de
água (INTCRED) e esgotamento sanitário (REDEG) apresentam a mediana bem
afastada da média, ou seja, uma distribuição assimétrica.
O histograma e o diagrama de medidas estatísticas do indicador de renda
(RENDANOM) indicam uma assimetria para a esquerda (assimetria negativa),
mostrando uma variância pequena e concentração maior nos valores de baixa renda.
Para o indicador de coleta de lixo (COLRGLIX) verifica-se uma assimetria
acentuada dos dados para a direita (assimetria positiva), apresentando também uma
alta concentração, o que pode ser comprovado através da Tabela 5.8, onde se
constata uma baixa variância.
Com relação ao indicador de escolaridade (CFSEGMA), identifica-se uma boa
simetria dos dados, valores próximos entre média e mediana e uma baixa
concentração. O indicador proporção de casas (CASAS) possui uma alta dispersão
com assimetria para a direita. A média e a mediana do indicador de casas apresentam
valores não tão próximos.
Posteriormente, realizou-se uma análise bivariada de forma a se verificar o
comportamento das variáveis duas a duas, complementarmente à matriz de correlação
apresentada na Tabela 5.7. A Figura 5.9 mostra o diagrama de espalhamento dos
indicadores.
INTCRED
0.00.30.60.9
-2.0-0.51.02.54.0
2
3
4
0.0 0.3 0.6 0.9
0.0 0.3 0.6 0.9
CFSEGMA
CASAS
0.0 0.3 0.6 0.9
-2.0 -0.5 1.0 2.5 4.0
RENDANOM
REDESG
0.0 0.3 0.6 0.9
2 3 4
NEMEDPES
0.00.30.60.9
0.00.30.60.9
0.00.30.60.9
COLRGLIX
0.00.30.60.9
0.0 0.3 0.6 0.9
Figura 5.9 - Análise bivariada das variáveis selecionadas.
118
2 Este indicador sugere uma tendência de que, em áreas de favelas, a concentração de casas seja altíssima. 119
Analisando-se o diagrama de espalhamento, verifica-se que o indicador
proporção de casas (CASAS) e número médio de domicílios (NEMEDPES)
apresentam correlação positiva. Em compensação, com o indicador renda nominal
(RENDANOM), o indicador proporção de casas (CASAS) apresenta correlação
negativa. Com relação ao indicador de escolaridade (CFSEGMA), esse apresenta
correlação negativa com número médio de pessoas (NEMEDPES) e positiva com
renda nominal (RENDANOM). Esses resultados fazem sentido, haja visto que áreas
de baixa renda são caracterizadas, geralmente, pela grande número de casas e
pessoas de baixa escolaridade.
O objetivo central da análise multivariada, neste estudo, consiste em se definir
grupos sócio-econômicos distintos, com base em diversos indicadores. Todavia, a
visualização espacial de cada indicador isoladamente pode ajudar no processo de
classificação. Nesse sentido, a distribuição espacial das variáveis permite identificar
zonas de concentração das variáveis, podendo-se confrontar com a realidade local,
conforme mostram as Figuras 5.10, 5.11, 5.12, 5.13, 5.14, 5.15 e 5.16.
Ao analisar os mapas é possível verificar uma tendência de concentração de
melhores índices na zona sul do município, identificando uma concentração de renda
nos bairros de Icaraí, Ingá e São Francisco. Nesses bairros, da mesma forma, há a
ocorrência de altos indicadores de escolaridade e baixos indicadores de número de
pessoas por domicílio, exceto São Francisco. O indicador proporção de casas
(CASAS) apresentou baixos valores nos bairros de Icaraí e Ingá. Verifica-se que, na
realidade, há a grande ocorrência de prédios nesses bairros. Já os setores censitários
de São Francisco apresentaram altos valores para o indicador proporção de casas
(CASAS). Com relação ao saneamento, essa região apresenta os melhores
indicadores de distribuição de água, coleta de esgotos e de lixo.
Caminhando-se para a região norte do município, fica claro como, de uma
forma geral, os indicadores sócio-econômicos tendem a piorar. Isso fica mais evidente
analisando os indicadores de renda, escolaridade e número médio de pessoas por
domicílio. Com relação ao indicador proporção de casas, constata-se um aumento
progressivo também(2). Ainda com relação à região norte do município, verifica-se que
os indicadores de saneamento, contrariamente aos mencionados anteriormente, não
apresentaram grandes modificações quando comparados com os da zona sul.
Na região de Pendotiba, é verificada uma queda brusca nos indicadores de
saneamento. A partir dessa região, os índices de abastecimento de água e
esgotamento sanitário sofrem uma redução forte. Excetuando-se os setores de Maria
Paula, para abastecimento de água, todos os outros bairros da região apresentaram
GR
AG
OA
TÁ
MO
RR
O D
O E
STA
DO
746
5000
747
0000
746
0000
708000
703000
698000
693000
ENG
EN
HO
DO
MA
TO
ITA
IPÚ
CA
MB
OIN
HA
S
PIR
AT
ININ
GA
ITA
CO
AT
IAR
A
JAC
AR
É
RIO
DO
OU
RO
VAR
ZEA
DA
SM
OÇ
AS
CH
AR
ITA
SJU
RU
JU
BA
CA
FUB
Á
SÃO
FRA
NC
ISC
OC
AN
TA
GA
LO
FON
SE
CA
CA
RA
MU
JO
SAN
TABA
RB
AR
A
BAL
DE
AD
OR
MA
RIA
PA
ULA
ENG
EN
HO
CA
BAR
RE
TO
SAN
TAN
A
ILH
A D
AC
ON
CE
IÇÃ
O
PON
TA
D'A
RE
IA
TEN
EN
TE J
AR
DIM
ICA
RA
Í
SAN
TA R
OS
A
CE
NT
RO
SÃO
LO
UR
EN
CO
SÃO
DO
MIN
GO
S
ING
Á
BOA
VIA
GE
MVI
TAL
BRA
SIL
SAP
ÊIT
ITIO
CA
VIR
AD
OU
RO
CA
CH
OEI
RA
LAR
GO
DA
BA
TAL
HA
MA
TA
PA
CA
VILA
PRO
GR
ES
SO
MU
RIQ
UI
MA
CE
IO
BAD
U
CU
BA
NG
O
PE P
EQ
UE
NO
FÁT
IMA
NEM
EDPE
S1.
7 - 2
.52.
5 - 3
3 - 3
.53.
5 - 4
4 - 5
Não
cla
ssifi
cado
Bairr
osM
alha
N
EW
S
Mar
icá
Oce
ânic
o At
lânt
ico
Baía
de
Gua
naba
ra
São
Gon
çalo
Oce
ano
Atlâ
ntic
o
Figu
ra 5
.10
- Dis
tribu
ição
espa
cial
do
indi
cado
r núm
ero
méd
io d
e pe
ssoa
s po
r dom
icíli
o (N
EME
DP
ES
).
120
GR
AGO
ATÁ
MOR
RO D
O E
STA
DO
7465
000
7470
000
7460
000
708000
703000
698000
693000
ENGE
NHO
DO
MAT
O
ITAI
PÚ
CA
MBO
INHA
S
PIR
ATIN
ING
A
ITAC
OA
TIAR
A
JAC
ARÉ
RIO
DO
OU
RO
VAR
ZEA
DAS
MO
ÇAS
CHA
RIT
ASJU
RUJ
UBA
CAF
UB
Á
SÃO
FRA
NCI
SCO
CANT
AGA
LO
FON
SECA
CAR
AMU
JO
SAN
TABA
RBA
RA
BALD
EAD
OR
MAR
IA P
AULA
ENGE
NHO
CA
BAR
RETO
SAN
TANA
ILHA
DA
CON
CEIÇ
ÃO
PONT
AD'
AREI
A
TEN
ENTE
JAR
DIM
ICAR
AÍ
SAN
TA R
OSA
CEN
TRO
SÃO
LO
URE
NCO
SÃO
DO
MIN
GOS
ING
Á
BOA
VIA
GEM
VITA
LBR
ASI
L
SAPÊ
ITIT
IOCA
VIR
ADO
URO
CACH
OEI
RA
LAR
GO
DA
BAT
ALH
A
MAT
APA
CAVI
LAPR
OGR
ESSO
MUR
IQUI
MA
CEIO
BAD
U
CU
BANG
O
PE P
EQ
UENO
FÁTI
MA
INTC
RED 0 -0
.20.
2 - 0
.40.
4 - 0
.60.
6 - 0
.80.
8 - 1
Não
cla
ssifi
cado
Bairr
osM
alha
N
EW
S
Mar
icá
Oce
ânic
o At
lânt
ico
Baía
de
Gua
naba
ra
São
Gon
çalo
Figu
ra 5
.11
- Dis
tribu
ição
esp
acia
l do
indi
cado
r pro
porç
ão d
edo
mic
ílios
ligad
os n
a re
de d
e ág
ua e
com
liga
ção
inte
rna
(INTC
RE
D)
121
AG
OA
TÁ
MOR
RO
DO
ES
TAD
O
7465
000
7470
000
7460
000
708000
703000
698000
693000
ENG
EN
HO
DO
MA
TO
ITA
IPÚ
CA
MB
OIN
HA
S
PIR
ATIN
ING
A
ITA
CO
AT
IAR
A
JAC
AR
É
RIO
DO
OUR
O
VAR
ZEA
DA
SM
OÇA
S
CH
AR
ITAS
JUR
UJ
UB
A
CA
FUB
Á
SÃO
FRA
NC
ISC
OC
AN
TA
GA
LO
FON
SE
CA
CA
RA
MUJO
SAN
TABA
RB
AR
A
BAL
DE
AD
OR
MA
RIA
PA
ULA
ENG
EN
HO
CA
BAR
RE
TO
SAN
TAN
A
ILH
A D
AC
ON
CE
IÇÃ
O
PON
TA
D'A
RE
IA
TEN
EN
TE J
AR
DIM
ICA
RA
Í
SAN
TA R
OS
A
CE
NT
RO
SÃO
LO
UR
EN
CO
SÃO
DO
MIN
GOS
INGÁ
BOA
VIA
GE
MVI
TAL
BRA
SIL
SAP
ÊIT
ITIO
CA
VIR
AD
OU
RO
CAC
HO
EIR
A
LAR
GO
DA
BA
TAL
HA
MA
TA
PA
CA
VILA
PRO
GR
ES
SO
MUR
IQU
I
MAC
EIO
BAD
U
CU
BA
NG
O
PE P
EQ
UE
NO
FÁT
IMA
CAS
AS 0 - 0
.20.
2 - 0
.40.
4 - 0
.60.
6 - 0
.80.
8 - 1
Não
cla
ssifi
cado
Bairr
osM
alha
N
EW
S
Mar
icá
Oce
ânic
o At
lânt
ico
a de
an
abar
a
São
Gon
çalo
Figu
ra 5
.12
- Dis
tribu
ição
esp
acia
l do
indi
cado
r pro
porç
ão d
e ca
sas
(CAS
AS
)
122
GRAG
OATÁ
MOR
RO
DO
ES
TAD
O
7465
000
7470
000
7460
000
708000
703000
698000
693000
ENGE
NHO
DO
MA
TO
ITAI
PÚ
CA
MBO
INH
AS
PIRA
TIN
ING
A
ITAC
OATI
ARA
JAC
ARÉ
RIO
DO
OUR
O
VAR
ZEA
DA
SM
OÇ
AS
CHA
RIT
ASJU
RUJ
UBA
CAFU
BÁ
SÃO
FRA
NC
ISCO
CAN
TAG
ALO
FON
SEC
A
CAR
AMU
JO
SAN
TABA
RB
ARA
BALD
EAD
OR
MAR
IA P
AULA
ENGE
NHO
CA
BAR
RE
TO
SAN
TAN
A
ILHA
DA
CON
CEIÇ
ÃO
PON
TA
D'A
REI
A
TENE
NTE
JAR
DIM
ICA
RAÍ
SAN
TA R
OSA
CEN
TRO
SÃO
LOU
REN
CO
SÃO
DO
MIN
GO
S
ING
Á
BOA
VIA
GE
MVI
TAL
BRA
SIL
SAP
ÊIT
ITIO
CA
VIR
ADO
URO
CAC
HO
EIRALA
RG
O DA
BAT
ALH
A
MAT
APAC
AVI
LAPR
OGR
ESS
O
MUR
IQU
I
MAC
EIO
BAD
U
CUB
ANG
O
PE P
EQUE
NO
FÁT
IMA
CFS
EGM
A0
-0.2
0.2
-0.4
0.4
-0.6
0.6
-0.8
0.8
-1N
ão c
lass
ifica
do
Bairr
osM
alha
N
EW
S
Mar
icá
Oce
ânic
o At
lânt
ico
Baía
de
Gua
naba
ra
São
Gon
çalo
Figu
ra 5
.13
- Dis
tribu
ição
esp
acia
l do
indi
cado
r che
fes
com
seg
undo
gra
u ou
mai
s de
esc
olar
idad
e (C
FSE
GM
A)
123
GR
AGOA
TÁ
MO
RRO
DO
ES
TADO
7465
000
7470
000
7460
000
708000
703000
698000
693000
ENGE
NHO
DO
MA
TO
ITA
IPÚ
CAM
BO
INHA
S
PIR
ATIN
ING
A
ITAC
OA
TIA
RA
JAC
ARÉ
RIO
DO
OU
RO
VAR
ZEA
DAS
MOÇA
S
CHA
RIT
ASJU
RUJU
BA
CAF
UB
Á
SÃO
FRA
NC
ISC
OC
ANT
AGA
LO
FON
SEC
A
CAR
AMU
JO
SAN
TABA
RB
ARA
BAL
DEA
DOR
MAR
IA P
AULA
ENGE
NHO
CA
BAR
RETO
SAN
TANA
ILH
A D
AC
ON
CEI
ÇÃO
PON
TA
D'A
RE
IA
TEN
EN
TE J
ARD
IM
ICA
RAÍ
SAN
TA R
OSA
CEN
TRO
SÃO
LO
URE
NCO
SÃO
DO
MIN
GOS
ING
Á
BOA
VIA
GE
MVI
TAL
BRA
SIL
SAP
ÊITI
TIOC
A
VIRA
DO
UR
O
CAC
HOEI
RA
LAR
GO
DA
BATA
LH
A
MAT
APA
CAVI
LAPR
OG
RES
SO
MU
RIQ
UI
MAC
EIO
BAD
U
CUB
ANG
O
PE P
EQ
UEN
O
FÁTI
MA
RED
ESG
0 - 0
.20.
2 - 0
.40.
4 - 0
.60.
6 - 0
.80.
8 - 1
Não
cla
ssifi
cado
Bairr
osM
alha
N
EW
S
Mar
icá
Oce
ânic
o At
lânt
ico
ía d
e an
abar
a
São
Gon
çalo
Figu
ra 5
.14
-Dis
trib
uiçã
o es
paci
al d
o in
dica
dor p
ropo
rção
de
dom
icíli
os li
gado
s na
rede
de
esgo
to (R
EDES
G)
124
GR
AG
OA
TÁ
MO
RR
O D
OE
STA
DO
746
5000
747
0000
746
0000
708000
703000
698000
693000
ENG
EN
HO
DO
MA
TO
ITA
IPÚ
CA
MB
OIN
HA
S
PIR
AT
ININ
GA
ITA
CO
AT
IAR
A
JAC
AR
É
RIO
DO
OU
RO
VAR
ZEA
DA
SM
OÇ
AS
CH
AR
ITA
SJU
RU
JU
BA
CA
FUB
Á
SÃO
FRA
NC
ISC
OC
AN
TA
GA
LO
FON
SE
CA
CA
RA
MU
JO
SAN
TABA
RB
AR
A
BAL
DE
AD
OR
MA
RIA
PA
ULA
ENG
EN
HO
CA
BAR
RE
TO
SAN
TAN
A
ILH
A D
AC
ON
CE
IÇÃ
O
PON
TA
D'A
RE
IA
TEN
EN
TE J
AR
DIM
ICA
RA
Í
SAN
TA R
OS
A
CE
NT
RO
SÃO
LO
UR
EN
CO
SÃO
DO
MIN
GO
S
ING
Á
BOA
VIA
GE
MVI
TAL
BRA
SIL
SAP
ÊIT
ITIO
CA
VIR
AD
OU
RO
CA
CH
OEI
RA
LAR
GO
DA
BA
TAL
HA
MA
TA
PA
CA
VILA
PRO
GR
ES
SO
MU
RIQ
UI
MA
CE
IO
BAD
U
CU
BA
NG
O
PE P
EQ
UE
NO
FÁT
IMA
REN
DAN
OM
-1.5
--0
.4-0
.4 -
0.7
0.7
- 1.8
1.8
- 2.9
2.9
- 4N
ão c
lass
ifica
do
Bairr
osM
alha
N
EW
S
Mar
icá
Oce
ânic
o At
lânt
ico
Baía
de
Gua
naba
ra
São
Gon
çalo
Figu
ra 5
.15
- Dis
tribu
ição
esp
acia
l do
indi
cado
r ren
da n
omin
al d
o ch
efe
de fa
míli
a (R
EN
DA
NO
M)
125
GR
AG
OAT
Á
MO
RRO
DO
EST
AD
O
746
5000
747
0000
746
0000
708000
703000
698000
693000
ENG
ENH
O D
OM
ATO
ITA
IPÚ
CA
MBO
INH
AS
PIR
ATI
NIN
GA
ITA
CO
AT
IAR
A
JAC
ARÉ
RIO
DO
OU
RO
VAR
ZEA
DA
SM
OÇA
S
CH
AR
ITA
SJU
RU
JU
BA
CA
FUB
Á
SÃO
FRA
NC
ISC
OC
AN
TAG
ALO
FON
SE
CA
CAR
AM
UJO
SAN
TABA
RB
ARA
BAL
DE
AD
OR
MA
RIA
PAU
LA
ENG
EN
HO
CA
BAR
RET
O
SAN
TAN
A
ILH
A D
AC
ON
CE
IÇÃ
O
PON
TA
D'A
RE
IA
TEN
EN
TE J
AR
DIM
ICA
RA
Í
SAN
TA R
OS
A
CE
NT
RO
SÃO
LO
UR
EN
CO
SÃO
DO
MIN
GO
S
INGÁ
BOA
VIA
GE
MVI
TAL
BRA
SIL
SAP
ÊIT
ITIO
CA
VIR
AD
OUR
O
CAC
HO
EIR
A
LARG
O D
ABA
TAL
HA
MAT
AP
AC
AVI
LAPR
OG
RE
SS
O
MU
RIQ
UI
MA
CE
IO
BAD
U
CU
BAN
GO
PE P
EQ
UE
NO
FÁT
IMA
CO
LRLI
X0
- 0.2
0.2
- 0.4
0.4
- 0.6
0.6
- 0.8
0.8
- 1N
ão c
lass
ifica
do
Bairr
osM
alha
N
EW
S
Mar
icá
Oce
ânic
o At
lânt
ico
Baía
de
Gua
naba
ra
São
Gon
çalo
Figu
ra 5
.16
- Dis
tribu
ição
esp
acia
l do
indi
cado
r col
eta
regu
lar d
e lix
o(C
OLR
GLI
X)
126
127
indicadores de água e esgoto nas piores faixas (0-0,2). Para ser mais preciso, tais
setores apresentaram valor zero para ambos indicadores, salvo os de Matapaca e Vila
Progresso. Nesse caso, dois setores apresentaram valores na faixa de 0,2-0,4, para
abastecimento de água. Com relação a renda e escolaridade, verifica-se uma faixa de
baixos indicadores passando pelos bairros do Baldeador, Santa Bárbara, Maria Paula,
Sapê, Badu, Cantagalo, entre outros.
A região leste do município, da mesma forma que a de Pendotiba, apresentou
setores com valor nulo para abastecimento de água e coleta de esgotos. Em relação à
coleta de lixo, identifica-se uma maior heterogeneidade, com setores distribuídos em
diversas faixas. Nessa região, registrou-se uma alta ocorrência de indicadores com
baixos valores de renda e escolaridade. Além disso, foi identificado uma
predominância de setores com altos indicadores de casas (CASAS) e número médio
de pessoas por domicílio (NEMEDPES).
A região oceânica também apresentou valores nulos para distribuição de água
e coleta de esgoto. A respeito da distribuição de renda e do nível de instrução nessa
região, verifica-se uma certa heterogeneidade. Alguns setores, tais como os dos
bairros de Itacoatiara e Camboinhas, apresentaram valores altos para esses dois
índices. O mapa do indicador proporção de casas (CASAS) demonstra uma
predominância de casas na região. Analisando o indicador de número médio pessoas
por domicílio (NEMEDPES), identifica-se uma predominância de setores na faixa de
3,5-4 pessoas por domicílio.
128
5.3 - CLASSIFICAÇÃO MULTIVARIADA
A classificação multivariada dos setores censitários foi realizada através do
método k-médias de agrupamento. Os setores foram agrupados de forma a maximizar
a variância intergrupos e minimizar a variância intragrupos.
A primeira classificação foi realizada de forma a gerar cinco grupos, utilizando-
se cinco setores como sementes iniciais. A Tabela 5.9 discrimina a estatística dos
indicadores para cada grupo.
Tabela 5.9 - Média de cada indicador para as diferentes classes de risco da classificação inicial.
CLASSES INDICADOR Número de setores INTCRED CFSEGMA CASAS RENDANOM REDESG NEMEDPES COLRGLIX
1 45 0,991 0,811 0,158 1,974 0,892 3,328 0,9972 105 0,994 0,776 0,152 0,847 0,987 3,127 0,9963 145 0,966 0,517 0,502 -0,344 0,952 3,269 0,9694 34 0,156 0,577 0,972 0,718 0,011 3,699 0,8575 151 0,440 0,167 0,986 -0,915 0,277 3,880 0,606
Obs.: Os indicadores INTCRED, CFSEGMA, CASAS, REDESG e COLRGLIX variam entre 0 e 1 O indicador RENDANOM foi normalizado para média 0 e desvio padrão 1
A classificação com cinco grupos não permitiu identificar de maneira clara a
variabilidade espacial de forma a subsidiar uma possível tomada de decisão em
determinadas regiões, seja através da expansão da rede física de saúde ou da
intervenção em saneamento. Um caso típico é a região oceânica de Niterói. Nessa
região, tem-se uma clara heterogeneidade de padrões sócio-econômicos, o que não
fica claro na Figura 5.17.
GR
AG
OA
TÁ
MO
RR
O D
OE
STA
DO
746
5000
747
0000
746
0000
708000
703000
698000
693000
ENG
EN
HO
DO
MA
TO
ITA
IPÚ
CA
MB
OIN
HA
S
PIR
AT
ININ
GA
ITA
CO
AT
IAR
A
JAC
AR
É
RIO
DO
OU
RO
VAR
ZEA
DA
SM
OÇ
AS
CH
AR
ITA
SJU
RU
JU
BA
CA
FUB
Á
SÃO
FRA
NC
ISC
OC
AN
TA
GA
LO
FON
SE
CA
CA
RA
MU
JO
SAN
TABA
RB
AR
A
BAL
DE
AD
OR
MA
RIA
PA
ULA
ENG
EN
HO
CA
BAR
RE
TO
SAN
TAN
A
ILH
A D
AC
ON
CE
IÇÃ
O
PON
TA
D'A
RE
IA
TEN
EN
TE J
AR
DIM
ICA
RA
Í
SAN
TA R
OS
A
CE
NT
RO
SÃO
LO
UR
EN
CO
SÃO
DO
MIN
GO
S
ING
Á
BOA
VIA
GE
MVI
TAL
BRA
SIL
SAP
ÊIT
ITIO
CA
VIR
AD
OU
RO
CA
CH
OEI
RA
LAR
GO
DA
BA
TAL
HA
MA
TA
PA
CA
VILA
PRO
GR
ES
SO
MU
RIQ
UI
MA
CE
IO
BAD
U
CU
BA
NG
O
PE P
EQ
UE
NO
FÁT
IMA
Cla
ssifi
caçã
o - 5
cla
sses
1 2 3 4 5 Não
cla
ssifi
cado
Bairr
osM
alha
N
EW
S
Mar
icá
Oce
ânic
o At
lânt
ico
Baía
de
Gua
naba
ra
São
Gon
çalo
Figu
ra 5
.17
- Dis
tribu
ição
esp
acia
l do
resu
ltado
da
clas
sific
ação
mul
tivar
iada
com
5 g
rupo
s
129
130
Em função dessa dificuldade, decidiu-se fazer um novo agrupamento dos
setores censitários, utilizando, então, seis setores como sementes iniciais. O mapa de
risco para seis classes demonstra maior variabilidade espacial, refletindo com maior
clareza a diferença existente entre alguns extratos sócio-econômicos. A Tabela 5.10
mostra a média de cada indicador nas diferentes classes. Na Figura 5.18, encontram-
se os resultados da classificação multivariada, mostrando-se a distribuição espacial
dos 6 grupos finais. Na Figura 5.19, tem-se os diagramas das medidas estatísticas
dos indicadores para esses diferentes grupos.
Tabela 5.10 - Média de cada indicador para as diferentes classes de risco na
classificação final.INDICADOR
CLASSES Número de setores INTCRED CFSEGMA CASAS RENDANOM REDESG NEMEDPES COLRGLIX
1 43 0,995 0,812 0,067 1,929 0,997 3,253 0,9982 102 0,993 0,775 0,156 0,831 0,986 3,127 0,9963 145 0,966 0,517 0,502 -0,344 0,952 3,269 0,9694 14 0,510 0,721 0,913 1,805 0,030 3,767 0,9225 32 0,128 0,507 0,984 0,237 0,008 3,689 0,8006 144 0,454 0,156 0,985 -0,948 0,290 3,889 0,605
Obs: Os indicadores LIGINT, CFSEGMA, CASAS, REDESG e COLRGLIX variam entre 0 e 1 O indicador RENDANOM foi normalizado para média 0 e desvio padrão 1
GRAG
OATÁ
MORR
O DO
ESTA
DO
7465
000
7470
000
7460
000
708000
703000
698000
693000
ENGE
NHO
DO
MAT
O
ITAIP
Ú
CAMB
OIN
HAS
PIRA
TINI
NGA
ITAC
OATI
ARA
JACA
RÉ
RIO
DO O
URO
VAR
ZEA
DAS
MOÇA
S
CHAR
ITAS
JURU
JUBA
CAFU
BÁ
SÃO
FRAN
CISC
OCA
NTAG
ALO
FONS
ECA
CARA
MUJO
SAN
TABA
RBA
RA
BALD
EADO
R
MARI
A PA
ULA
ENGE
NHO
CA
BAR
RETO
SAN
TANA
ILHA
DACO
NCEI
ÇÃO
PONT
AD'
AREI
A
TENE
NTE
JAR
DIM
ICAR
AÍ
SAN
TA R
OSA
CENT
RO
SÃO
LOU
REN
CO
SÃO
DO
MING
OS
INGÁ
BOA
VIAG
EMVI
TAL
BRAS
IL
SAPÊ
ITITI
OCA
VIRA
DOUR
O
CACH
OEI
RALARG
O DA
BATA
LHA
MATA
PACA
VILA
PROG
RESS
O
MUR
IQUI
MACE
IO
BAD
U
CUBA
NGO
PE P
EQUE
NO
FÁTI
MA
Clas
sific
ação
-6
cla1 2 3 4 5 6 Nã
o cla
ssifi
ca
Bairr
osM
alha
N
EW
S
Mar
icá
Oce
ânic
o At
lânt
ico
Baía
de
Gua
naba
ra
São
Gon
çalo
Figu
ra 5
.18
- Dis
tribu
ição
esp
acia
l do
resu
ltado
da
clas
sific
ação
mul
tivar
iada
com
6 g
rupo
s
131
1 2 3 4 5 6Classe
0.0
0.2
0.4
0.6
0.8
1.0
CAS
ASBoxplot do indicador CASAS por classe
1 2 3 4 5 6Classe
0.0
0.2
0.4
0.6
0.8
CFS
EG
MA
Boxplot do indicador CFSEGMA por classes
1 2 3 4 5 6Classe
0.0
0.2
0.4
0.6
0.8
1.0
CO
LRG
LIX
Boxplot do indicador COLRGLIX por classe
1 2 3 4 5 6Classe
-0.1
0.1
0.3
0.5
0.7
0.9
1.1
INTC
RED
Boxplot do indicador INCRED por classe
1 2 3 4 5 6Classe
1.5
2.5
3.5
4.5
NEM
EDPE
S
Boxplot do indicador NEMEDPES por classe
1 2 3 4 5 6Classe
-0.1
0.1
0.3
0.5
0.7
0.9
RED
ESG
Boxplot do indicador REDESG por classe
1 2 3 4 5 6Classe
-1
0
1
2
3
4
RE
ND
AN
OM
Boxplot do indicador RENDANOM por classe
Figura 5.19 - Medidas estatísticas dos indicadores selecionados por classe de risco.
132
133
A classificação multivariada permitiu a formação de seis grupos distintos.
Procurou-se ordenar os grupos em ordem crescente de risco. As características de
cada um dos grupos estão discriminadas a seguir:
classe 1 – classe constituída com setores de maior renda, maior nível de
escolaridade, melhor cobertura nos sistemas de abastecimento de água,
esgotamento sanitário e coleta de lixo; além disso, esse grupo possui baixo
número de pessoas por domicílio e pouca quantidade de casas;
classe 2 – possui alto indicador de renda se comparado com os outros grupos, e o
segundo melhor indicador de escolaridade; ressalta-se, também, o fato deste
grupo apresentar ótimos indicadores de saneamento, só perdendo para os setores
da classe 1;
classe 3 – os setores desse grupo possuem ótimo atendimento da cobertura das
redes de abastecimento de água e esgotamento sanitário; entretanto, são
caracterizados como setores de baixa renda, e o nível de escolaridade não é muito
alto;
classe 4 – apesar de apresentar uma renda melhor do que a classe 2, essa classe
possui baixíssimo nível de atendimento para o item de esgotamento sanitário;
adicionalmente, os setores desse grupo apresentam um atendimento regular do
sistema de abastecimento de água, identificando-se, na Figura 5.19, uma grande
dispersão dos dados para o indicador proporção de domicílios ligados da rede de
água (INTCRED);
classe 5 – constitui no segundo pior grupo no aspecto de risco à saúde; possui
baixo indicador de renda (RENDANOM) e de escolaridade (CFSEGMA); possui
também o pior indicador de esgotamento sanitário (REDESG), e grande parte dos
domicílios não são atendidos por rede de abastecimento de água;
classe 6 – essa classe possui os setores com pior renda domiciliar e escolaridade,
com baixos indicadores de saneamento (INTCRED e REDESG) e maior número de
pessoas por domicílios (NEMEDPES).
Analisando-se o mapa de classes (Figura 5.18) e confrontando-o com os
mapas dos indicadores (Figuras 5.10 a 5.16), verifica-se alguns problemas. Alguns
setores foram enquadrados em classes em que a média do indicador da classe é
muito diferente do valor do indicador do setor. Isso aconteceu, por exemplo, com
alguns setores da região oceânica de Niterói. Os setores dos bairros de Itacoatiara e
de Camboinhas foram enquadrados na classe 4 de risco. A classe 4 apresenta um
valor médio para o indicador de água (INTCRED) e baixo para o de esgotamento
sanitário (REDESG). No mapa dos indicadores verifica-se que esses setores possuem
valores entre 0 e 0,2 para ambos. Aliás, para ser mais preciso, ambos são nulos, pois,
para o ano da pesquisa do censo, o saneamento da região era nulo. Em
compensação, para os outros indicadores, tais setores possuem alta renda e alta
escolaridade, o que acaba conduzindo-os para a classe 4.
Finalmente, na Figura 5.20, relaciona-se a realidade local com as classes
identificadas através da análise multivariada. Nota-se, por exemplo, que os setores
censitários do morro do Estado foram enquadrados na classe 6, caracterizada pela
foto da Figura 5.20. Da mesma forma, os setores do bairro de Icaraí, classificados nas
classes 1 e 2, apresentam pouca incidência de casas e alto nível de vida (renda,
escolaridade e saneamento), padrões também evidenciados pela Figura 5.20.
CUBANGO
ICARAÍ
MORRO DO ESTADO
134
Figura 5.20 – Análise da classificação com a realidade local (fotos do arquivo pessoal de Ana Cristina Costa Bezerra, 1999).
5.4 – ANÁLISE GEOESTATÍSTICA
Nesta seção, procurou-se destacar o papel que a abordagem geoestatística
pode vir a desempenhar em um processo de classificação multivariada. Mais
especificamente, procurou-se caracterizar a estrutura de correlação espacial através
de variogramas e covariogramas, conforme apresentado no Capítulo 3.
5.4.1 – Variogramas
Nessa etapa do trabalho, o objetivo principal consiste na análise da estrutura
espacial dos dados. Dessa forma, foram elaborados variogramas para os indicadores
selecionados.
Primeiramente, os variogramas foram construídos desconsiderando uma
possível anisotropia no fenômeno. Todos os indicadores foram considerados como
isotrópicos. As Figuras 5.21, 5.22, 5.23, 5.24, 5.25, 5.26 e 5.27 mostram os
variogramas de cada indicador.
Semivariograma - número médio de pessoas por domicílio (NEMEDPES)Dados originais - considerando o fenômeno isotrópico
= 0º / d = 180º
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
Distância (m)
Sem
ivar
iânc
ia
Variância
Figura 5.21- Semivariograma do indicador número médio de pessoas por domicílio (NEMEDPES).
135
Semivariograma - renda nominal do chefe de família (RENDANOM)Dados originais - considerando o fenômeno isotrópico
= 0º / d = 180º
0
0,5
1
1,5
2
2,5
3
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
Distância (m)
Sem
ivar
iânc
ia
Variância
Figura 5.22 – Semivariograma do indicador renda nominal do chefe de família (RENDANOM).
Semivariograma - proporção de domicílios com chefes com segundo grau ou mais (CFSEGMA)Dados originais - considerando o fenômeno isotrópico
= 0º / d = 180º
0
0,02
0,04
0,06
0,08
0,1
0,12
0,14
0,16
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
Distância (m)
Sem
ivar
iânc
ia
Variância
Figura 5.23 – Semivariograma do indicador proporção de chefes de família com segundo grau ou mais (CFSEGMA).
136
Semivariograma - proporção de casas no setor (CASAS)Dados originais - considerando o fenômeno isotrópico
= 0º / d = 180º
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
Distância (m)
Sem
ivar
iânc
ia
Variância
Figura 5.24 - Semivariograma do indicador proporção de casas.
Semivariograma - proporção de domicílios com coleta regular de lixo (COLRGLIX)Dados originais - considerando o fenômeno isotrópico
= 0º / d = 180º
0
0,02
0,04
0,06
0,08
0,1
0,12
0,14
0,16
0,18
0,2
0 2000 4000 6000 8000 10000
Distância (m)
Sem
i-var
iânc
ia
Variância
Figura 5.25 – Semivariograma do indicador proporção de domicílios com coleta regular
de lixo (COLRGLIX).
137
Semivariograma - proporção de domícilios ligados na rede de água e com ligação interna (INTCRED)Dados originais - considerando o fenômeno isotrópico
= 0º / d = 180º
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
0,4
0,45
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
Distância (m)
Sem
ivar
iânc
ia
Variância
Figura 5.26 – Semivariograma do indicador proporção de domícílios ligados na rede de
água e com ligação interna (INTCRED).
Semivariograma - proporção de domicílios ligados na rede de esgoto (REDESG)Dados originais - considerando o fenômeno isotrópico
= 0º / d = 180º
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
0,4
0,45
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
Distância (m)
Sem
ivar
iânc
ia
Variância
138
Figura 5.27 – Semivariograma do indicador proporção de domicílios com coleta regular de
esgotos (REDESG).
139
Analisando-se os semivariogramas dos indicadores, verifica-se que todos
apresentam uma estrutura de correlação espacial.
Os indicadores renda nominal (RENDANOM), coleta regular de lixo
(COLRGLIX), proporção de casas no setor (CASAS), chefes com segundo ou grau ou
mais de escolaridade (CFSEGMA) e número médio de pessoas por domicílio
(NEMEDPES) apresentaram uma estrutura semelhante. Para essas variáveis
identifica-se uma alta correlação nas menores distâncias, apresentando um alcance na
faixa de 2000 a 3000m de distância.
Com relação aos outros indicadores proporção de domicílios ligados na rede de
água com ligação interna (INTCRED) e proporção de domicílios com coleta de esgotos
(REDESG), nota-se uma estrutura diferente. Apesar de apresentarem também uma
estrutura espacial dos dados, verifica-se uma menor dependência espacial. Além
disso, essas duas variáveis apresentaram dois patamares. Com relação ao alcance,
constata-se que ambos apresentaram valores próximos de 4.000m
As variáveis de água e esgoto possuem uma peculiaridade. O fato de não
haver qualquer cobertura de rede de água e esgotamento sanitário nas regiões
oceânica, Pendotiba e leste, quando da pesquisa do IBGE em 1991, faz com que
grande parte dos setores apresente valores iguais a zero. Isso acaba por distorcer a
análise geoestatística. Foram, então, construídos variogramas para tais indicadores,
desprezando-se os setores dessas regiões (Figuras 5.28 e 5.29).
Variograma - proporção de domicílios com ligação interna e ligados na rede de água (INTCRED)Sem os setores das regiões sem qualquer tipo de rede (Oceânica , Pendotiba e Leste)
= 0º / d = 180º
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
0,4
0,45
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
Distância (m)
Sem
ivar
iânc
ia
Variância
Figura 5.28 – Semivariograma de água excluindo alguns setores (INTCRED).
Semivariograma - proporção de domicílios com coleta de esgoto (REDESG)Sem os setores das regiões sem qualquer tipo de rede (Oceânica, Pendotiba e Leste)
= 0º / d = 180º
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
0,4
0,45
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
Distância (m)
Sem
ivar
iânc
ia
Variância
Figura 5.29 – Semivariograma de esgoto excluindo alguns setores (REDESG).
140
141
Analisando-se os novos semivariogramas, verifica-se ainda a existência de dois
patamares. O indicador de esgoto apresentou uma maior instabilidade acima da
variância dos dados e seu alcance diminuiu de cerca de 4.000m (Figura 5.27) para
cerca de 3.000m (5.29). Já para o semivariograma do indicador de abastecimento de
água, nota-se uma diminuição dos valores das medidas da semivariância, continuando
o alcance em torno de 4.000m.
5.4.2 - Anisotropia
Conforme já mencionado, os semivariogramas apresentados foram gerados
sem considerar-se a possível anisotropia existente. Com o intuito de analisar a
possibilidade de sua existência, gerou-se variogramas para diferentes direções e
respectivos ângulos de tolerância. As Figuras 5.30, 5.31, 5.32, 5.33, 5.34, 5.35 e 5.36
demonstram os resultados para as seguintes situações:
= 0º e d = 10º;
= 45º e d = 10º;
= 90º e d = 10º.
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
0,4
0,45
0 1000 2000 3000 4000 5000 6000
Distância (m)
Sem
i-var
iânc
ia
Variânciadalfa10-alfa0dalfa10-alfa45dalfa10-alfa90
Figura 5.30 – Análise da anisotropia com domicílios ligados na rede e com ligação interna (INTCRED).
0,00
0,05
0,10
0,15
0,20
0,25
0,30
0,35
0 1000 2000 3000 4000 5000 6000
Distância (m)
Sem
ivar
iânc
ia Variânciadalfa10-alfa0dalfa10-alfa45dalfa10-alfa90
Figura 5.31 – Análise da anisotropia com número médio de pessoas por domicílio (NEMEDPES).
142
0,00
0,05
0,10
0,15
0,20
0,25
0,30
0,35
0 1000 2000 3000 4000 5000 6000
Distância (m)
Sem
ivar
iânc
ia
Variância
dalfa10-alfa0
dalfa10-alfa45
dalfa10-alfa90
0,00
0,02
0,04
0,06
0,08
0,10
0,12
0 1000 2000 3000 4000 5000 6000
Distância (m)
Sem
ivar
iânc
ia Variânciadalfa10-alfa0dalfa10-alfa45dalfa10-alfa90
Figura 5.32 - Análise da anisotropia do indicador domicílios ligados na rede de esgoto (REDESG).
Figura 5.33 - Análise da anisotropia do indicador proporção de domicílios com coleta regular de lixo (COLRGLIX).
143
0,00
0,05
0,10
0,15
0,20
0,25
0,30
0,35
0 1000 2000 3000 4000 5000 6000 7000
Distância (m)
Sem
ivar
iânc
ia Variância
dalfa10-alfa0
dalfa10-alfa45
dalfa10-alfa90
Figura 5.34 - Análise da anisotropia do indicador proporção de casas no setor (CASAS).
144
0,00
0,02
0,04
0,06
0,08
0,10
0,12
0,14
0,16
0,18
0,20
0 1000 2000 3000 4000 5000 6000
Distância (m)
Sem
ivar
iânc
ia
Variância
dalfa10-alfa0
dalfa10-alfa45
dalfa10-alfa90
Figura 5.35 - Análise da anisotropia do indicador proporção de chefes com segundo grau ou mais (CFSEGMA).
0,00
0,50
1,00
1,50
2,00
2,50
3,00
0 1000 2000 3000 4000 5000 6000
Distância (m)
Sem
ivar
iânc
ia Variânciadalfa10-alfa0dalfa10-alfa45dalfa10-alfa90
Figura 5.36 - Análise da anisotropia do indicador renda nominal do chefe de família (RENDANOM).
145
146
Os resultados para as três direções analisadas demonstram que os indicadores
proporção de domicílios ligados na rede de água e com ligação interna (INTCRED),
proporção de domicílios ligados na rede de esgotos (REDESG), renda nominal do
chefe de família (RENDANOM), proporção de chefes com segundo grau ou mais
(CFSEGMA) e proporção de domicílios com coleta regular de lixo (COLRGLIX)
apresentam algum grau de anisotropia. Verifica-se, para as variáveis de água e
esgoto, um comportamento mais heterogêneo na direção leste-oeste. As alterações
bruscas nos indicadores de água e esgoto para a direção leste-oeste podem ser
explicadas pelo processo de ocupação no município, que tem evoluído de oeste para
leste (SECITEC, 1999b).
Por outro lado, analisando os semivariogramas da variável número médio de
pessoas no domicílio, identifica-se pouca modificação nos gráficos da Figura 5.31.
Dessa forma, identifica-se que tal indicador possui uma tendência em ser isotrópico.
Já o indicador proporção de casas (CASAS), apesar de não possuir a mesma
homogeneidade que o número médio de pessoas por domicílio (NEMEDPES),
apresenta um comportamento sem alterações significativas nos semivariogramas.
5.4.3 – Covariogramas
Com o objetivo de analisar a correlação espacial entre variáveis, elaborou-se
covariogramas para alguns pares de variáveis. São eles:
proporção de domicílios ligados na rede e com ligação interna (INTCRED) e
proporção de chefes de família com segundo grau ou mais (CFSEGMA);
proporção de domicílios ligados na rede e com ligação interna (INTCRED) e
proporção de domicílios ligados na rede de esgotos (REDESG);
proporção de domicílios ligados na rede e com ligação interna (INTCRED) e renda
média nominal do chefe de família (RENDANOM);
proporção de casas (CASAS) e renda média nominal do chefe de família
(RENDANOM);
renda média nominal do chefe de família (RENDANOM) e proporção de chefes de
família com segundo grau ou mais (CFSEGMA).
A Figura 5.37 ilustra os covariogramas para os pares de variáveis
mencionados, embasando a hipótese da relação existente entre os indicadores no
espaço.
Finalmente, em que pese esta tese não ter utilizado técnicas geoestatísticas na
modelagem multivariada, procurou-se mostrar que, de fato, há uma estrutura de
correlação espacial nos dados. Nesse sentido, entende-se que futuros estudos devem
examinar a possibilidade de implementar essa abordagem na classificação
multivariada e definir a sua relevância.
CovariogramaINTCRED x CFSEGMA
0
0,02
0,04
0,06
0,08
0,1
0,12
0 2000 4000 6000 8000 10000 12000
Distância (m)
Cov
ariâ
ncia
Seqüência1
CovariogramaINTCRED x REDESG
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
0,4
0 2000 4000 6000 8000 10000 12000
Distância (m)
Cov
ariâ
ncia
Seqüência1
CovariogramaINTCRED x RENDNOM
-0,1
-0,05
0
0,05
0,1
0,15
0,2
0,25
0,3
0 2000 4000 6000 8000 10000 12000
Distância (m)
Cov
ario
gram
a
Seqüência1
CovariogramaCASAS x RENDANOM
-0.6
-0.5
-0.4
-0.3
-0.2
-0.1
0
0 2000 4000 6000 8000 10000 12000
Distância (m)
Cov
ariâ
ncia
Seqüência1
CovariogramaRENDANOM x CFSEGMA
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0 2000 4000 6000 8000 10000 12000
Distância (m)
Cov
ariâ
ncia
Seqüência1
Figura 5.37 - Covariogramas de alguns pares de variáveis.
147
148
5.5 – DISTRIBUIÇÃO ESPACIAL DOS CASOS DE DOENÇA – POLICLÍNICA DE ITAIPU
O processo de classificação realizado está longe de representar uma verdade
absoluta. Distorções podem ocorrer e nem sempre é possível definir claramente
estratos sócio-econômicos distintos.
Com o intuito de analisar até que ponto a classificação realizada reflete o que
realmente acontece no município, procurou-se fazer uma pesquisa de casos de
doenças relacionadas com saneamento para uma determinada região de Niterói.
O setor de saúde sofre com um problema sério de subnotificação de doenças.
Excetuando-se os casos de notificação compulsória, muitos casos não são
registrados. Isso acaba por dificultar as análises, pois com dados pouco confiáveis
acaba-se por não permitir validar adequadamente os resultados obtidos. Dentro desse
contexto, no processo de escolha da área a ser estudada para os casos de incidência
de doenças relacionadas com saneamento, procurou-se escolher uma região com
dados de maior confiabilidade. Mais precisamente, optou-se pela região que envolve o
entorno da policlínica de Itaipu.
5.5.1 – Análise dos dados e cálculo da incidência
O registro do banco de dados informatizado da policlínica de Itaipu abrange
casos ocorridos a partir de junho de 1997. Escolheu-se o ano de 1999 para análise
dos casos de doença. Foram selecionadas as seguintes doenças, segundo a
classificação internacional de doenças (CID), discriminadas em:
doenças infecciosas intestinais
cólera;
febres tifóide e paratifóide;
outras infecções por Salmonella;
amebíase;
outras doenças intestinais por protozoários;
infecções intestinais virais, outras e as não especificadas;
diarréia e gastroenterite de origem infecciosa presumível;
algumas doenças bacterianas zoonóticas
peste;
tularemia;
149
outras doenças bacterianas
difteria;
febres por herbovírus e febres hemorrágicas virais
dengue (dengue clássico);
febre hemorrágica devida ao vírus do dengue;
outras febres virais transmitidas por mosquitos;
outras febres por vírus transmitidas por artrópodes, não classificadas em outra
parte;
febre viral transmitida por artrópodes, não especificada;
febre amarela;
outras febres hemorrágicas por vírus, não classificadas em outra parte;
hepatite viral
hepatite aguda A;
micoses
dermatofitose;
outras micoses superficiais;
doenças devidas a protozoários
malária por Plasmodium falciparum;
malária por Plasmodium vivax;
malária por Plasmodium malariae;
outras formas de malária confirmadas por exames parasitológicos;
malária não especificada;
leishmaniose;
doença de chagas;
helmintíases
esquistossomose;
outras infestações por trematódeos;
equinococose;
infestação por Taenia;
cisticercose;
difilobotríase e esparganose
outras infestações por cestóides;
dracontíase;
oncocercose;
filariose;
triquinose;
150
ancilostomíase;
ascaridíase;
estrongiloidíase;
tricuríase;
oxiuríase;
outras helmintíases intestinais, não classificadas em outra parte;
parasitose intestinal não especificada;
outras helmintíases.
A determinação da população para os diversos bairros da região em estudo foi
realizada com base na projeção populacional indicada por estudos da Secretaria de
Ciência e Tecnologia da prefeitura de Niterói (SECITEC, 1999a). Esse crescimento foi
determinado através dos dados populacionais de 1991 e 1996 indicados pelo IBGE
(apud SECITEC, 1999b). A Tabela 5.11 indica as populações de 1991 e 1996, a taxa
de crescimento correspondente e a população projetada para os anos de 1997, 1998
e 1999.
Tabela 5.11 - População do município de Niterói de 1991 e 1996 com base em informações do IBGE; taxa de crescimento determinado pela Secretaria de Ciência e
Tecnologia de Niterói (fonte: SECITEC, 1999a).
BAIRRO POPULAÇÃO RESIDENTE
TAXA DE CRESCIMENTO
ANUAL (%) POPULAÇÃO
1997POPULAÇÃO
1998POPULAÇÃO
1999
1991 1996ITAIPU 11136 14572 10,39 16086 17757 19602ENGENHO DO MATO 5921 8858 12,56 9971 11223 12632JACARÉ 2582 3468 5,92 3673 3891 4121CAFUBÁ 2417 2633 3,77 2732 2835 2942ITACOATIARA 995 1146 3,62 1187 1230 1275PIRATININGA 9268 11638 11,08 12927 14360 15951VÁRZEA DAS MOÇAS 1469 1652 0,94 1668 1683 1699RIO DO OURO 3171 3568 3,43 3206 3316 3430CAMBOINHAS 926 1412 14,85 1622 1863 2139
Com base na população calculada de 1999, foram calculados os coeficientes
de incidência para os bairros da região. Os coeficientes foram calculados da seguinte
forma:
CI = (Número de casos / População do bairro) . 10000
A Tabela 5.12 mostra os coeficientes de incidência por bairro.
Tabe
la 5
.12
- Tab
ela
de in
cidê
ncia
das
doe
nças
sel
ecio
nada
s, c
om c
asos
regi
stra
dos
pela
pol
iclín
ica
com
unitá
ria d
e Ita
ipu,
par
a o
ano
de 1
999.
B
AIR
RO
S / I
NC
IDÊN
CIA
SD
OEN
ÇA
ITAI
PUEN
G. D
O M
ATO
JAC
ARÉ
CAF
UB
ÁIT
ACO
ATIA
RA
PIR
ATIN
ING
AV.
DAS
MO
ÇAS
RIO
DO
OU
RO
CAM
BO
INH
ASA
meb
íase
0,51
1,58
0,00
0,00
0,00
0,00
0,00
5,89
0,00
Asc
arid
íase
2,55
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
Asc
arid
íase
etri
curía
se0,
510,
790,
000,
000,
000,
000,
000,
000,
00C
onju
ntiv
itevi
ral
0,51
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
Den
gue
clás
sico
2,04
3,96
2,43
13,6
00,
000,
000,
000,
000,
00D
erm
atof
itose
2,55
2,37
0,00
6,80
0,00
0,63
0,00
5,89
0,00
Dia
rréi
ae
gast
roen
terit
e0,
000,
000,
000,
000,
000,
000,
000,
000,
00D
iarr
éia
e ga
stro
ente
rite
de o
rigem
infe
ccio
sa
pres
umív
el1,
530,
790,
000,
000,
000,
000,
000,
000,
00
Esp
oron
trico
se0,
000,
000,
000,
000,
000,
000,
005,
890,
00E
squi
stos
som
ose
1,53
0,79
0,00
0,00
0,00
0,00
0,00
0,00
0,00
Est
rong
iloid
íase
1,53
0,79
2,43
3,40
0,00
0,00
0,00
0,00
0,00
Febr
e he
mor
rági
ca d
evid
a ao
víru
s da
den
gue
0,51
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
Hep
atite
A0,
000,
002,
430,
000,
000,
000,
000,
000,
00M
icos
enã
oes
peci
ficad
a1,
530,
002,
433,
400,
000,
000,
000,
000,
00O
utra
she
lmin
tíase
s0,
510,
000,
000,
000,
000,
000,
000,
000,
00O
utra
s he
lmin
tíase
s in
test
inai
s, n
ão c
lass
ifica
das
em
outra
par
te
1,02
0,79
4,85
0,00
0,00
0,00
0,00
0,00
0,00
Out
ras
helm
intía
ses,
não
cla
ssifi
cada
s em
out
ra
parte
0,00
0,00
2,43
0,00
0,00
0,00
0,00
0,00
0,00
Out
ras
infe
cçõe
s in
test
inai
s ba
cter
iana
s 0,
510,
000,
000,
000,
000,
000,
000,
000,
00O
utra
sm
icos
essu
perfi
ciai
s4,
593,
962,
436,
800,
000,
000,
630,
000,
00O
utra
s m
icos
es, n
ão c
lass
ifica
das
em o
utra
par
te0,
000,
000,
000,
000,
000,
000,
000,
000,
00O
xiur
íase
1,02
1,58
0,00
6,80
0,00
0,00
0,00
0,00
0,00
Para
sito
se in
test
inal
não
iden
tific
ada
263,
2314
8,82
276,
6335
0,08
133,
3313
,79
13,1
723
,54
5,83
Tric
uría
se2,
040,
790,
000,
007,
840,
000,
000,
000,
00
151
Procurou-se mostrar somente as doenças que apresentaram registro e foi
percebido que a grande maioria dos casos registrados para as doenças selecionadas
eram de parasitoses não identificadas. Das doenças selecionadas, muitas não
apresentaram casos registrados ou baixíssimos coeficientes de incidência. No entanto,
algumas doenças podem possuir baixa incidência, mas serem gravíssimas. O valor
absoluto da incidência não pode ser objeto de comparação, dada as diferenças de
gravidade.
O bairro do Cafubá apresentou os piores índices de incidência para a maioria
das doenças, destacando-se os casos de dengue clássico, dermatofitose, micoses
supeficiais, oxiuríase e parasitoses não identificadas. As Figuras 5.38 e 5.39
apresentam, respectivamente, a incidência para os casos de parasitose intestinal não
identificada e de dengue clássico.
Incidência de parasitose intestinal não identificada.Casos registrados na policlínica comunitaria de Itaipu.
Ano de 1999
263,23
148,82
276,63
350,08
133,33
13,79 13,1723,54
5,83
0,00
50,00
100,00
150,00
200,00
250,00
300,00
350,00
400,00
ITAIPU ENGENHODO MATO
JACARÉ CAFUBÁ ITACOATIARA PIRATININGA VÁRZEA DASMOÇAS
RIO DO OURO CAMBOINHAS
Bairros
Indi
cênc
ia
Incidência de parasitose
Figura 5.38 – Incidência de parasitose não identificada em bairros da região oceânica
e leste – casos registrados na policlínica de Itaipu no ano de 1999.
152
Incidência de dengue clássico para o ano de 1999.Casos registrados na policlínica comunitária de Itaipu.
Ano de 1999.
2,04
3,96
2,43
13,60
0,00 0,00 0,00 0,00 0,000,00
2,00
4,00
6,00
8,00
10,00
12,00
14,00
16,00
ITAIPU ENGENHO DOMATO
JACARÉ CAFUBÁ ITACOATIARA PIRATININGA VÁRZEA DASMOÇAS
RIO DO OURO CAMBOINHAS
Bairros
Inci
dênc
ia
Incidência
Figura 5.39 - Incidência de dengue clássica em bairros da região oceânica e leste – casos registrados na policlínica de Itaipu no ano de 1999.
5.5.2 – Análise de incidência de parasitose versus classificação multivariada
Os casos de incidência de parasitose intestinal foram, então, confrontados com
a classificação multivariada realizada nos setores censitários. A Figura 5.40 ilustra
essa superposição de informações envolvendo as classes de risco de dados de
incidência de parasitose.
O bairro do Cafubá, conforme já mencionado anteriormente, apresenta alta
incidência de casos de parasitose de acordo com dados de registro da policlínica de
Itaipu. A classificação realizada demonstra que os setores desse bairro estão
enquadrados nas piores classes de risco. Analisando a rede física de saúde, verifica-
se a existência de apenas um módulo do programa médico de família no bairro e por
ser uma unidade de saúde que atua de forma mais localizada, não abrangendo
grandes áreas, pessoas que não estão na sua área de atuação acabam migrando para
outras unidades de assistência de outros bairros. Apesar do mapa apontar outras
unidades como estando mais próximas do bairro do Cafubá, na realidade o acesso
não é tão fácil. Pode-se citar, como exemplo, os altos relevos separando o bairro do
153
Ñ
ÑÑ
ÑÑ
Ñ
ÑÑ
Ñ
Cla
ssifi
caçã
o - 6
cla
sses
1 2 3 4 5 6 Não
cla
ssifi
cado
Inci
dênc
ia d
e pa
rasi
tose
não
iden
tific
ada
Ñ0.
1 - 5
.83
Ñ5.
83 -
23.5
4Ñ
23.5
4 - 1
33.3
3
Ñ13
3.33
- 14
8.82
Ñ14
8.82
- 35
0.08
< bd c
Out
ras
polic
línic
as
Hos
pita
l
Uni
dade
s bá
sica
s de
saú
de
Mód
. pro
gram
a m
édic
o de
fam
ília 15
3
dPo
liclín
ica
com
unitá
ria d
e Ita
ipu
Figu
ra 5
.40
– C
lass
es d
e ris
co v
ersu
s in
cidê
ncia
de
para
sito
se–
caso
s re
gist
rado
s na
Pol
iclín
ica
Com
unitá
ria d
e Ita
ipu
no a
no d
e 19
99.
154
155
Cafubá dos bairros de São Francisco, Jurujuba e Charitas, dificultando o acesso dos
moradores do Cafubá para tais bairros. Além disso, o fato da policlínica possuir uma
boa infra-estrutura e o fato do acesso das pessoas residentes no Cafubá para o bairro
de Itaipu ser facilitado pela presença da estrada de Itaipu, que interliga os dois bairros,
contribuem para a migração dos casos para a policlínica de Itaipu.
Examinando-se o bairro de Camboinhas, verifica-se que tal bairro possui
enquadramento na classe 4 de risco, o que não representa grande propensão a
adquirir doenças relacionadas com as condições sanitárias em geral. Isso é
comprovado pelo registro de incidência para esse bairro (Tabela 5.12). Cabe ressaltar
a presença da unidade básica de Piratininga, que possui localização próxima ao bairro
de Camboinhas e que pode estar atraindo pessoas de Camboinhas.
Com relação ao bairro de Várzea das Moças, identifica-se uma incidência não
tão alta, apesar dos setores desse bairro estarem enquadrados na pior classe de risco.
É possível que isso deva ter ocorrido pelo fato de pessoas residentes em Várzea das
Moças estarem sendo atraídas pela unidade de saúde presente nesse bairro.
O bairro de Itaipu, como era de se esperar, apresentou uma das maiores
incidências. Além de apresentar setores nas classes 5 e 6, a localização da policlínica
no bairro contribui para atender maior número de casos de doença.
O bairro do Jacaré é um caso interessante. A Tabela 5.12 de incidência de
parasitose mostra que esse bairro possuiu o segundo maior registro para esse tipo de
doença em 1999. Em compensação, ele é constituído por dois setores apenas, com
classificações bem distintas: um foi enquadrado na classe 4 de risco e o outro na
classe 6. É bem possível que haja uma concentração de casos no setor de classe 6.
Todavia, por não ter sido possível distribuir os casos de incidência por setor censitário,
isso não pôde ser comprovado.
Já o bairro de Itacoatiara, apesar de enquadrado na classe 4, apresentou um
valor considerável de incidência de parasitose. Comparando-se com Camboinhas, que
também apresenta o mesmo enquadramento na classe 4, verifica-se um valor bem
maior. Possivelmente, isso ocorre pelo fato da policlínica de Itaipu ser a alternativa
mais próxima para os moradores de Itacoatiara e por Camboinhas apresentar uma
unidade de saúde localizada no bairro de Piratininga.
É visto, também, que o bairro de Piratininga apresentou baixos valores de
incidência. Apesar de possuir setores nas classes 5 e 6, isso não correspondeu aos
casos de incidência registrados na policlínica de Itaipu. O fato dessa instituição de
saúde estar localizada um pouco afastada de Piratininga e o fato de haver uma
unidade no bairro podem ter conduzido a esse valor baixo de incidência de parasitose.
156
Comparando os bairros do Cafubá e de Piratininga, verificou-se uma diferença
grande nos valores de incidência, apesar de possuírem setores enquadrados nas
classes 5 e 6 e localização próxima. Estudos mais aprofundados necessitam ser feitos
de forma a analisar essa diferença. Cabe ressaltar que a classificação multivariada foi
realizada com dados do censo de 1991 e a pesquisa de casos de doenças foi
realizada em 1999. Essa distorção pode estar ocorrendo pela mudança do perfil sócio-
econômico das duas regiões durante esses 8 anos.
Pode-se destacar que a superposição dos temas classes de risco e incidência
de parasitose permitiram identificar um alto registro de incidência de parasitose nos
bairros com predominância de setores nas classes 5 e 6. Isso fica mais nítido para os
bairros mais próximos da policlínica de Itaipu. Entretanto, cabe ressaltar que essa
incidência não corresponde ao universo de casos registrados na região e sim, casos
registrados na policlínica de Itaipu. Dessa forma, há a necessidade de uma coleta em
todas as unidades de saúde da região, para que se tenha uma melhor validação da
classificação realizada.
5.5.3 – Análise rede de saúde versus classificação multivariada
Finalmente, analisando a rede física de saúde do município (Figura 5.41),
verifica-se uma concentração maior de unidades nos bairros das regiões praias da
baía e norte. Isso decorre, possivelmente, do fato de essas duas regiões
apresentarem as maiores densidades demográficas do município. Além disso, cabe
ressaltar que, historicamente, o processo de ocupação no município promoveu-se a
partir dos bairros dessas regiões. Entretanto, hoje em dia, a ocupação urbana em
Niterói tem-se promovido em direção às regiões de Pendotiba e oceânica, conforme
descrito no Capítulo 4. Confrontando a rede física com as classes de risco, sugere-se
que a implantação das unidades de saúde contemple, preferencialmente, as seguintes
localidades:
bairros das regiões de Pendotiba e leste;
alguns bairros da região oceânica - Itaipu, Piratininga, Jacaré e Engenho do Mato;
setores censitários mais a leste da região norte, principalmente os dos bairros do
Caramujo, Baldeador e Santa Bárbara.
Ñ
ÑÑ
ÑÑ
Ñ
ÑÑ
Ñ
Cla
ssifi
caçã
o - 6
cla
sses
1 2 3 4 5 6 Não
cla
ssifi
cado
Inci
dênc
ia d
e pa
rasi
tose
não
iden
tific
ada
Ñ0.
1 - 5
.83
Ñ5.
83 -
23.5
4Ñ
23.5
4 - 1
33.3
3
Ñ13
3.33
- 14
8.82
Ñ14
8.82
- 35
0.08
< bdd c
Polic
línic
a co
mun
itária
de
Itaip
u
Out
ras
polic
línic
as
Hos
pita
l
Uni
dade
s bá
sica
s de
saú
de
Mód
. pro
gram
a m
édic
o de
fam
ília 15
3
cd
c
b
cdc
cc
<b
cb
bc
<d
bdd
b<
cb
bd b< b
cb
b
b c
b
cc
Figu
ra 5
.41
– C
lass
es d
e ris
co v
ersu
s re
de d
e sa
úde
do m
unic
ípio
.
157
158
Capítulo 6 – CONCLUSÕES E RECOMENDAÇÕES
Neste trabalho de pesquisa, buscou-se abordar questões relativas às
deficiências no atendimento dos serviços de saneamento, além de sua inter-relação
com outras variáveis sócio-econômicas, tais como renda e escolaridade.
Na primeira etapa do trabalho, realizou-se uma análise multivariada dos dados
do censo de 1991 para o município de Niterói. Identificou-se que, durante o processo
de seleção das variáveis pelo método das componentes principais, havia uma forte
correlação entre uma série de variáveis, principalmente para os temas de renda e de
escolaridade. Procurou-se, então, selecionar os indicadores de maior importância.
Para o tema de saneamento, procurou-se selecionar pelo menos um indicador para
cada um dos seguintes tópicos: abastecimento de água, esgotamento sanitário e
coleta de lixo. Partindo de um total de 52 variáveis, foram selecionados 7 indicadores
ao final da análise de componentes principais, a saber: proporção de casas no setor
(CASAS), proporção de domicílios com ligação interna e ligados na rede geral de água
(INTCRED), domicílios ligados na rede de esgotos (REDESG), número médio de
pessoas por domicílio (NEMEDPES), renda nominal do chefe de família
(RENDANOM), proporção de domicílios com coleta regular de lixo (COLRGLIX) e
proporção de chefes com segundo grau ou mais de escolaridade (CFSEGMA).
Posteriormente, realizou-se o agrupamento dos setores censitários por grau de
similaridade. Utilizou-se, para isso, o método k-médias de classificação. Partindo-se de
sementes iniciais, foram formadas, em uma primeira análise, 5 classes. Entretanto, ao
analisar a distribuição espacial de tais classes, identificou-se uma certa
homogeneidade em áreas onde a realidade era distinta. Com esse número de classes,
não era possível captar a variabilidade espacial. Foi realizada, então, uma nova
análise, com 6 grupos. Nesse novo procedimento, obteve-se uma maior
heterogeneidade na distribuição espacial das classes, permitindo identificar as
diferenças existentes no município de Niterói. Após a formação dos grupos, identificou-
se que cada um possuía um perfil sócio-econômico distinto. Os grupos com os
maiores indicadores de renda (RENDANOM) e escolaridade (CFSEGMA)
apresentaram os melhores indicadores de saneamento (INTCRED, REDESG e
COLRGLIX), um menor número de pessoas residentes no domicílio (NEMEDPES) e
baixos valores para o indicador proporção de casas (CASAS).
Com o intuito de analisar a classificação realizada, procurou-se contrastá-la
com casos de incidência de doenças relacionadas com saneamento, registrados na
policlínica comunitária de Itaipu. Identificou-se que, do ano da pesquisa do censo
159
(1991) ao ano de coleta dos casos (1999), não houve significativa alteração nos
sistemas de abastecimento de água e esgotamento sanitário da região, permitindo a
interpretação e contraste dessas informações. O fato da análise ter sido realizada
somente com dados de uma única unidade de saúde não permitiu que se tivesse uma
idéia do real padrão epidemiológico da região oceânica. Todavia, identificou-se que,
para bairros mais próximos da policlínica, houve uma tendência de superposição de
altos registros de incidência de parasitose com setores enquadrados nas piores
classes sócio-econômicas.
Adicionalmente, confrontou-se a rede física de saúde com o resultado da
classificação multivariada. Foi possível identificar uma maior concentração das
unidades nos bairros das regiões leste e da baía. Notou-se que muitos setores
enquadrados nas piores classes de risco ainda não possuem uma boa cobertura da
rede física de saúde. Isso decorre, possivelmente, conforme mencionado no Capítulo
5, do fato das regiões leste e da baía apresentarem as maiores densidades
demográficas do município. Ressalta-se que, através dos bairros dessas regiões, se
iniciou o processo de ocupação no município. Sugere-se, portanto, que as ações em
saneamento e a expansão da rede de saúde sejam realizadas de forma a atender,
preferencialmente, as seguintes localidades:
bairros das regiões de Pendotiba e leste;
alguns bairros da região oceânica - Itaipu, Piratininga, Jacaré e Engenho do Mato;
setores censitários mais a leste da região norte; principalmente, os bairros do
Caramujo, Baldeador e Santa Bárbara.
Ao final da classificação multivariada, implementou-se uma abordagem
geoestatística preliminar, analisando a estrutura de correlação espacial das variáveis
sócio-econômicas selecionadas. Nessa análise estrutural com variogramas e
covariogramas, demonstrou-se que os indicadores apresentam uma nítida correlação
espacial. Verificou-se, para as variáveis de água e esgoto, um comportamento mais
heterogêneo na direção leste-oeste. As alterações bruscas nos indicadores de água e
esgoto para a direção leste-oeste podem ser explicadas pelo processo de ocupação
no município, que tem evoluído de oeste para leste.
Com relação aos índices de desenvolvimento (IDH-M e ICV), verificou-se que
Niterói apresenta os melhores valores para todo o estado do Rio de Janeiro, estando
enquadrado em uma situação de alto desenvolvimento humano e em uma alta
condição de vida. Entretanto, analisando-se os subíndices que compõem esses
160
índices de desenvolvimento, identificou-se uma queda nos temas de longevidade
(IDH-M longevidade e ICV longevidade) e de habitação (ICV-habitação). Um dos
motivos dessa queda no indicador de habitação está relacionado possivelmente com a
precariedade de cobertura dos sistemas de abastecimento de água e esgotamento
sanitário, conforme pôde ser verificado nos mapas das Figuras 5.10 e 5.11.
Os índices de desenvolvimento humano municipal (IDH-M) e de condições de
vida (ICV) são compostos a partir de valores médios para todo o município. Esse
procedimento visa dar uma idéia mais geral do bem estar de uma população,
possuindo, então, uma grande importância em um planejamento mais global. Porém,
tais índices não podem ser considerados como os únicos parâmetros de qualidade.
Neste estudo, pôde-se verificar que Niterói, apesar dos altos índices de qualidade,
apresenta uma alta concentração de classes sócio-econômicas mais elevadas em
alguns bairros (Ingá, Icaraí e Santa Rosa). Adicionalmente, analisando o mapa
resultante da classificação multivariada (Figura 5.18), constata-se uma distribuição
acentuada de classes mais baixas nos bairros das regiões norte e de Pendotiba.
Dessa forma, os índices de qualidade, quando tomados como os únicos parâmetros
na análise do bem-estar de uma população, podem estar distorcendo o que acontece
na realidade. Recomenda-se, portanto, que técnicas de análise espacial sejam
incorporadas no subsídio à tomada de decisão em saneamento e saúde.
Além disso, recomenda-se que novas pesquisas sejam realizadas incorporando
as informações do censo de 2001. Pode-se, com base nessas novas informações,
identificar as principais mudanças na distribuição espacial dos diferentes grupos sócio-
econômicos no município de Niterói para os anos de 1991 e 2001. Adicionalmente,
aconselha-se que sejam incorporadas outras variáveis na análise de agrupamento,
tais como mancha de inundação e qualidade de abastecimento. A qualidade do
serviço de água pode ser incorporada através da construção do indicador de regime
de abastecimento. A partir da rede física de água existente, pode-se construir um
mapa com as manchas de regimes de abastecimento (contínuo e intermitente),
cruzando com os limites dos setores censitários. Um novo indicador, por exemplo,
poderia ser a proporção de área do setor com regime contínuo de abastecimento.
Com relação aos casos de doença, recomenda-se que a classificação
multivariada dos setores censitários seja confrontada com casos registrados em várias
unidades de saúde (módulos do programa médico de família, unidades básicas de
saúde e policlínicas comunitárias), procurando-se trabalhar com dados que retratem
mais fielmente a realidade da região de estudo.
161
A subnotificação constitui-se em um dos principais problemas da áreas de
saúde. Excetuando-se as doenças de notificação compulsória, vários casos não são
registrados, subdimensionando o problema. As estatísticas das doenças relacionadas
com as condições sanitárias em geral são afetadas, com freqüência, pela
subnotificação. O programa médico de família, conforme mencionado no Capítulo 4,
possui um alto grau de detalhamento dos seus dados. Os módulos do programa
possuem um total controle sobre as comunidades em que atuam. Os médicos e
demais profissionais de cada unidade realizam uma incursão quase que diária em
todos os domicílios da área abrangida pelo respectivo módulo, atenuando-se os
problemas de subnotificação de doenças. Com esse tipo de informação, pode-se
identificar, de forma mais precisa o benefício de ações de saneamento, identificando-
se o quanto realmente pode-se economizar na área de saúde a partir de intervenções
em saneamento. Recomenda-se que estudos futuros sejam realizados com essa base
de informação, procurando identificar a relação de custo entre saúde e saneamento.
Com relação à abordagem geoestatística, é recomendado que novas
pesquisas sejam realizadas, implementando-se a modelagem dos variogramas,
estimando-se, através de técnicas de krigagem, valores em pontos onde não se tem
conhecimento de informações.
Finalmente, pode-se afirmar que os resultados encontrados podem auxiliar na
tomada de decisão em saneamento e saúde. Essas informações podem permitir o
melhor planejamento das ações em saneamento e saúde, seja através da secretaria
de saúde, com expansão de unidades do programa médico de família, por exemplo,
ou da concessionária de saneamento do município (Águas de Niterói), através da
implantação das redes de água e esgotos. Cabe ressaltar que, atualmente, as redes
de abastecimento de água e esgotamento sanitário encontram-se em expansão para
as regiões oceânica e de Pendotiba. Entretanto, deve-se incorporar variáveis de
análise de risco à saúde no processo de implantação de tais serviços, com o intuito de
contribuir para o bem-estar de toda a população.
162
REFERÊNCIAS BIBLIOGRÁFICAS
ABES/ASSOCIAÇÃO BRASILEIRA ENGENHARIA SANITÁRIA E AMBIENTAL, 2000,
"Brasil 500 anos, conquistas ao longo da história" - In: Bio Revista Brasileira de
Saneamento e Meio Ambiente, Rio de Janeiro, janeiro-março.
ABREU, G.F., 2000, Sensoriamento remoto aplicado na classificação da cobertura do
solo de uma bacia hidrográfica – Tese M. Sc., COPPE/UFRJ, Rio de Janeiro.
AGUIAR, A., VALENTIM, L. S. O., MELLO, M. L. P. e ABDO, C. F. M., 1999, “Um
instrumento de avaliação de riscos à saúde como subsídio à gestão integrada
de recursos hídricos”, In: 20º Congresso Brasileiro de Engenharia Sanitária e
Ambiental, Rio de Janeiro, março.
ALBUQUERQUE, J. P. T. e RÊGO, J. C., 1999, “Subsídios para o gerenciamento
racional e integrado dos recursos hídricos superficiais e subterrâneos do
estado da Paraíba” - In: XIII Simpósio Brasileiro de Recursos Hídricos, ABRH,
Belo Horizonte, novembro-dezembro.
ALBUQUERQUE, M. et alli, 1991, A Ciência Vai à Roça – Imagens das Expedições do
Instituto Oswaldo Cruz (1911-1913) – Casa de Oswaldo Cruz/FIOCRUZ, Rio de
Janeiro.
AMARAL, A. C. C., 1999, “A concessão e a subconcessão de Serviços Públicos como
instrumentos jurídicos de captação de investimentos privados para o setor de
Saneamento Básico” – In: Conferência Internacional de Saneamento e
Recursos Hídricos, FIESP, São Paulo, setembro.
ANDRADE, L. C. da S., 1978, Análise de indicadores de saúde na região
metropolitana do Rio de Janeiro, Tese M. Sc., Instituto de Pesquisa e
Planejamento Urbano e Regional/UFRJ, Rio de Janeiro.
ARCVIEW / ENVIRONMENTAL SYSTEMS RESEARCH INSTITUTE, INC, 1996, GIS,
the Geographic Information System for Everyone – United States.
163
ASANO, T., 1996, “Reclaimed wastewater as a water resource”, In: International Shiga
forum on technology for water management in the 21st century, pp. 239-262,
Shiga, Japan, 25-27 november.
AZEVEDO, M. N. S., 1980, A renovação de Centros Urbanos para uso habitacional;
um estudo de caso: a cidade de Niterói - Tese M. Sc., Instituto de Pesquisa e
Planejamento Urbano e Regional/UFRJ, Rio de Janeiro.
BANCO MUNDIAL, 1998, Gerenciamento de Recursos Hídricos - Secretaria de
Recursos Hídricos / Ministério do Meio Ambiente, dos Recursos Hídricos e da
Amazônia Legal, Brasília.
BARBOSA, M. C. D., 2000, Geoestatística aplicada a dados de radar meteorológico -
Tese M. Sc., COPPE/UFRJ, Rio de Janeiro.
BARCELLOS, C. e MACHADO, J. H., 1991, "Seleção de indicadores epidemiológicos
para o saneamento" - In: BIO – ABES, pp. 37-41, Rio de Janeiro, outubro-
dezembro.
BARCELLOS, C. e BASTOS, F. I., 1996, "Geoprocessamento, ambiente e saúde: uma
união possível?" - In: Cad. de Saúde Pública - n. 12, v.3, pp. 389-397, Rio de
Janeiro, julho.
BARCELLOS, C., 1997, "Análise de risco em saúde utilizando GIS" - In: III Congresso
e Feira Para Usuários de Geoprocessamento da América Latina, Curitiba,
Paraná, Brasil, maio.
BARCELLOS, C., SANTOS, S. M. e SABROZA, P. C., 1999, "Spatial and Enviromental
aspects of leptospirosis: preliminar results of a flood-related outbrak
investigation" - In: Anais do Seminário Análise de Dados Espaciais em Saúde:
Problemas, Métodos e Aplicações - pp. 47-55, Escola Nacional de Saúde
Pública/FIOCRUZ, Rio de Janeiro.
164
BARCELLOS, C. e SABROZA, P. C., 2000, “Socio-environmental determinants of the
leptospirosis outbreak of 1996 in western Rio de Janeiro: a geographical
approach”- In: International Journal of Environmental Health Research, v.10,
n.4, pp. 301-313.
BARTH, F. T. e POMPEU, C. T., 1987, “Fundamentos para Gestão de Recursos
Hídricos” – In: Barth et al., Modelos para Gerenciamento de Recursos Hídricos,
Capítulo 1, pp. 1-91,Coleção ABRH de Recursos Hídricos, Associação
Brasileira de Recursos Hídricos, São Paulo.
BENCHIMOL, J. L., 1990, Pereira Passos, um Hausmann Tropical - Biblioteca Carioca,
Secretaria Municipal de Cultura, Turismo e Esportes da Prefeitura do Rio de
Janeiro, 1 ed., Rio de Janeiro.
BENCHIMOL, J. L., 1999, Dos Micróbios aos Mosquitos, Febre Amarela e a Revolução
Pasteuriana no Brasil - Editoras FIOCRUZ e UFRJ, Rio de Janeiro.
BENENSON, A. S., 1997, Manual para el control de las enfermedades transmisibles –
Organización Panamericana de Salud, 16 ed., Washington.
BNDES/BANCO NACIONAL DE DESENVOLVIMENTO ECONÔMICO E SOCIAL,
1996, “Serviços de saneamento básico – níveis de atendimento”, In: Informe
infra-estrutura, Área de Projetos de Infra-estrutura, Rio de Janeiro.
BOLLMAN, H. A e MARQUES, D. M., 2000, "Bases para a estruturação de
indicadores de qualidade de águas" – In: Revista Brasileira de Recursos
Hídricos, Associação Brasileira de Recursos Hídricos, v. 5, n. 1, pp. 37-60,
janeiro-março.
BRILHANTE, M. O. e CALDAS, L. Q. A., 1999, Gestão e Avaliação de Risco em
Saúde Ambiental - Editora FIOCRUZ, Rio de Janeiro.
BRISCOE, J., FEACHEM, R. G., e RAHAMAN, M. M., 1986, Evaluating health impact:
water supply, sanitation, and hygiene education - International Development
Research Centre, Ottawa, Canada.
165
BRISCOE, J., 1987, Abastecimiento de água y servicios de saneamento; sú función
en la revolución de la supervivencia infantil - Boletín de la Oficina Sanitaria
Panamericana, v. 103, n. 4, pp. 325-339, outubro.
BRISCOE, J. e VANDERSLICE, J., 1995, "Enviromental interventions in developing
countries: interactions and their aplications" - In: American Journal of
Epidemiology, v. 141, n. 2, pp. 135-144.
BRITTO, N., 1995, Oswaldo Cruz, a construção de um mito na ciência brasileira,
Editora FIOCRUZ, Rio de Janeiro.
BUSSAB, W. O., MIAZAKI, S. e ANDRADE, D. F., 1990, "Introdução à análise de
agrupamentos" - In: 9º Simpósio Brasileiro de Probabilidade e Estatística, IME-
USP, São Paulo.
CABRAL, B., 2001, A Agência Nacional de Águas, ANA – Caderno Legislativo, Senado
Federal, v. 1, Brasília.
CAIRNCROSS, S. e FEACHEM, R. G., 1990, Enviromental health engineering in the
tropics: an introductory text, 4 ed., Chichester: John Wiley and Sons.
CAMARGO, M. U. DE C., 1997, Sistema de Informações Geográficas como
Instrumento de Gestão e Saneamento - Associação Brasileira de Engenharia
Sanitária e Ambiental, 1 ed., Rio de Janeiro.
CAMPOS, J. E., 1993, “Águas subterrâneas no plano estadual de recursos hídricos de
São Paulo – período de 1993/1995”, In: Anais do X Simpósio Brasileiro de
Recursos Hídricos, Associação Brasileira de Recursos Hídricos, v. 1, pp. 71-80,
Gramado, Rio Grande do Sul, novembro.
CARNEIRO, F. G. e ROCHA, C. H., 1999, Reforma do setor público na América
Latina: uma perspectiva comparada - BNDES, Brasília.
166
CARNEIRO, P. R. F., 1997, "Plano Diretor de Recursos Hídricos da Bacia do Rio
Iguaçu Sarapuí - Morbidade de Doenças de Veiculação Hídrica" - In: XII
Congresso Brasileiro de Recursos Hídricos, Associação Brasileira de Recursos
Hídricos, Vitória, Espírito Santo.
CARVALHO, M. A. R., 1998, O quinto século: André Rebouças e a construção do
Brasil, Editora Reva, Rio de Janeiro.
CARVALHO, M. S., 1995, “Análise multivariada do censo de 1991 por setores
censitários – Região Metropolitana do Rio de Janeiro / Brasil” – In: Resumos do
III Congresso Brasileiro de Epidemiologia, pp. 18, Salvador, junho.
CARVALHO, M. S., 1997, Aplicação de Métodos de Análise Espacial na
Caracterização de Áreas de Risco a Saúde - Tese D. Sc., Programa de
Engenharia Biomédica, COPPE/UFRJ, Rio de Janeiro.
CHALHOUB, S., 1996, Cidade Febril, cortiços e epidemias na Corte Imperial - Editora
Schwarcz, 1. ed., São Paulo.
CIRILO, J. A., BALTAR, A. M., ROLIM JUNIOR, A. L. et al., 1997a, “Processamento
integrado de dados para análise hidrológica.” – In: Revista Brasileira de
Recursos Hídricos, ABRH, n. 1, v. 2, pp. 15-28, janeiro-junho.
CIRILO, J. A., SAMPAIO JUNIOR, R. A., AGRA, M. C. M. et al., 1997b, “Sistema de
informações de recursos hídricos do estado de Pernambuco: subsistema de
informações ao usuário.” – In: Revista Brasileira de Recursos Hídricos, ABRH,
n. 1, v. 2, pp. 29-44, janeiro-junho.
CONTADOR, C., 1987, “O papel do Estado no Brasil: o poder e a crise”, In: Crise
urbana e a privatizações dos serviços públicos - Centro de Ciências Jurídicas e
Econômicas/UFRJ, pp. 152-164, setembro.
CONWAY, R. A., 1982, "Introduction to environmental risk analysis" - In: Environmental
Risk Analysis for Chemicals - chapter 1, pp. 1-30, New York, United States.
167
CORDEIRO, B. S., 1995, Gestão Democrática da Cidade e Saneamento: o foco do
processo decisório - Tese M. Sc., Instituto de Pesquisa e Planejamento Urbano
e Regional/UFRJ, Rio de Janeiro.
COSTA, A. M., 1994, Análise histórica do saneamento no Brasil - Tese M. Sc., Escola
Nacional de Saúde Pública, FIOCRUZ, Rio de Janeiro.
CPRM / SERVIÇO GEOLÓGICO DO BRASIL, 1999, "Águas subterrâneas têm levado
mais esperança ao Nordeste" – In: Água em Revista - pp.72 - 73, Brasília.
CRAVO, J. G. e CARDOSO, H. E., 1999, “Dessalinização de águas: conceitos e
aplicações no Brasil” – In: Água em Revista, CPRM, ano VII, n. 11, novembro.
CROSTA, A. P., 1992, Processamento digital de imagens de sensoriamento remoto,
I.G./UNICAMP, Campinas, São Paulo.
CURRAN, P. J., 1988, “The semivariogram in Remote Sensing: an introduction”. – In:
Remote Sensing Environment, pp. 493-507.
CVJETANOVIC, B., 1986, Health effects and impact of water supply and sanitation -
World Health Statistics Quarterly, v. 39, pp. 105-117.
DÂMASO, R., 1989, “Saber e práxis na Reforma Sanitária – avaliação da prática
científica no movimento sanitário”, In: FLEURY TEIXEIRA, S., Reforma
Sanitária – em busca de uma teoria, Editora Cortez, Associação Brasileira de
Pós-graduação em Saúde Coletiva, pp. 61-90, São Paulo.
DAVIDOVICH, F., 2000, “Extensão espacial da metrópole: o exemplo do Rio de
Janeiro”, In: Anais do XXIV Encontro Anual da Associação Nacional de Pós-
graduação e Pesquisa em Ciências Sociais, pp. 69, Petrópolis, Rio de Janeiro
DAVIS, J. C., 1986, Statistics and data analysis in Geology - Wiley, second edition,
United States.
DILLON, W. R. e GOLDSTEIN, M., 1984, Multivariate Analysis - John Wiley and Sons,
Inc., United States.
168
ENGELMAN, R. e LEROY, P., 1993, Sustaining Water – Population Services
International, Washington D. C..
ESREY, S. A., FEACHEM, R. G. e HUGHES, J. M., 1985, "Interventions for the control
of diarrhoeal diseases among young children: improving water supplies and
excreta disposal facilities" - In: Bulletin of the World Health Organization, v. 63,
n. 4, p. 757-772.
FEACHEM , R. G., HOGAN, R. C. e MERSON, R. H., 1983, "Diarrhoeal disease
control: reviews of potential interventions" - In: Bulletin of the World Health
Organization, v. 61, n. 4, p. 637-640.
FERRAZ, F. F., FERRAZ, E. S., BALLESTER, M. V. R. et al., 1998, “Previsão de áreas
inundadas na cidade de Piracicaba (SP) através de sistema de informações
geográficas (SIG)” – In: Revista Brasileira de Recursos Hídricos, Associação
Brasileira de Recursos Hídricos, v. 3, julho-setembro.
FERREIRA, T. M., 1984, Analysis of State intervention in enviromental problems in
urban areas of Brazil, through the study of the policies proposed by the II PND
(II National Development Plan) for the period 1975-79 - Master Degree Thesis,
University College, London.
FIBGE/ FUNDAÇÃO INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA,
1993, Censo Demográfico 1991 – Resultado do universo relativo às
características da população e dos domicílios, Rio de Janeiro.
FISZON, J. T., 1990, A Política Nacional de Saneamento de 1968 a 1984 - O caso do
PLANASA - Tese M. Sc. - Escola Nacional de Saúde Pública, FIOCRUZ, Rio
de Janeiro.
FLEURY TEIXEIRA, S., GIOVANELLA, L., GERSCHMAN, S. V., LABRA, M. E. e
VAITSMAN, J., 1988, Antecedentes da Reforma Sanitária, Escola Nacional de
saúde Pública/FIOCRUZ, Rio de Janeiro.
169
FLORÊNCIO, J., PORTO, H. R. e SANTOS JUNIOR, O. A., 1995, “Possibilidades e
limites do programa de saneamento da baixada fluminense na perspectiva
democrática das cidades” - In: Saneamento ambiental na baixada fluminense,
cidadania e gestão democrática, pp. 7-24, Editora NDF/FASE, Rio de Janeiro.
FONSECA, J. A. e ASSUNÇÃO, R. M., 1999, “Detection of spatial clustering when the
risk population is estimated” - In: Anais do Seminário Análise de Dados
Espaciais em Saúde: Problemas, Métodos e Aplicações - p. 56-58, Escola
Nacional de Saúde Pública/FIOCRUZ, Rio de Janeiro.
FÜRST, P., 1984, Um estudo das relações intersetoriais Brasil/1970 – aplicação do
método de componentes principais - Tese M. Sc., Programa de Engenharia de
Produção, COPPE/UFRJ, Rio de Janeiro.
GATRELL, A. C. e BAILEY, T. C., 1996, "Interactive spatial data analysis in medical
geography" - Social Science and Medicine, pp. 843-855.
GAZETA MERCANTIL, 2000, "Ministério Público investiga saneamento" - Rio de
Janeiro, 28 de dezembro.
GOLDSTEIN, S. G. e LINDEN, J. D., 1969, “Multivariate classification of alcoholics by
means of the MMPI”, In: Journal of Abnormal Psychology, v. 74, pp. 661-669.
GROSS, R., SCHELL, B., MOLINA, M. C. B. et al., 1989, "The impact of improvement
of water supply and sanitation facilities on diarrhea and intestinal parasites: a
brazilian experience with children in two low-income urban communities" - In:
Revista de Saúde Pública - n. 23, v. 3, pp. 214-220, São Paulo.
GUIMARÃES, F. P., 1965, "Doenças de origem hídrica" - In: III Congresso Brasileiro
de Engenharia Sanitária, Curitiba, Paraná, Setembro.
GUSMÃO, P. P., 1994, Síntese das consultas locais – gestão do saneamento e gestão
ambiental urbana, Instituto Brasileiro de Administração Municipal, Rio de
Janeiro, setembro.
HARTINGAN, J. A., 1975, Clustering Algorithms - Willey, New York, United States.
170
HELLER, L., 1997, Saneamento e Saúde, Organização Pan-Americana de
Saúde/Organização Mundial de Saúde, Brasília.
HOCHMAN, G., 1998, A era do saneamento - HUCITEC/Associação Nacional de Pós-
graduação em Ciências Sociais, São Paulo.
IPEA / FUNDAÇÃO JOÃO PINHEIRO, 1996, Condições de vida nos municípios de
Minas Gerais, 1970-1980-1991, Capítulo 5, Fundação João Pinheiro, Belo
Horizonte.
JACOBI, P., 1989, Movimentos Sociais e Políticas Públicas: Demandas por
Saneamento Básico e Saúde: São Paulo 1978-1984 - Cortez, São Paulo.
JORDÃO, E. P. e PESSOA, C. A., 1995, Tratamento de Esgotos Domésticos -
Associação Brasileira de Engenharia Sanitária e Ambiental, 3 ed., Rio de
Janeiro.
JORNAL DO BRASIL, 2000a, "Rodrigues Alves promete dar prioridade para o Rio" -
In: Jornal do Século - Rio de Janeiro.
JORNAL DO BRASIL, 2000b, "Pereira Passos manda demolir o Rio colonial" - In:
Jornal do Século - Rio de Janeiro.
JORNAL DO BRASIL, 2001, "Fonte de doenças que matam" - Rio de Janeiro, 22 de
março.
JOURNEL, A. G., e HUIJBREGTS, CH. J., 1978, Mining Geostatistics - Academic
Press, London.
JUPP, D. L. B., STRAHLER, A. H. e WOODCOCK, C. E., 1989 – “Autocorrelation and
regulation in digital images, I, basic theory” – In: IEEE Trans. On Geosci. And
Remote Sensing, v. 27, n. 3, pp. 247-258.
KELMAN, J. e FRAJTAG, D. K., 2000, “Agências Reguladoras” – In: ABRH Notícias,
ABRH, n. 3, novembro.
171
KEMPER, K., 1997, O Custo da Água Gratuita, Alocação e Uso dos Recursos Hídricos
no Vale do Curú, Ceará, Nordeste Brasileito - Linkoping Studies in Arts and
Science , Suécia.
KRUMBEIN, W. C., 1970, Some statistical properties of dentritic channel networks -
Office of Naval Research, United States.
LANDIM, P. M. B., 2000, Análise Estatística Multivariada de Dados Geológicos –
Instituto de Geociências e Ciências Exatas da Universidade Estadual Paulista /
UNESP.
LANNA, A. E., 1997, “Elementos de Estatística e Probabilidades” – In: TUCCI, C. E. M.
- Hidrologia, Ciência e Aplicação - Editora da Universidade Federal do Rio
Grande do Sul, 2 ed., pp. 79-176, Rio Grande do Sul.
LANNA, A. E., 1999, Curso de Gestão das Águas – Fundação Superintendência
Estadual de Rios e Lagoas (SERLA) / Secretaria de Recursos Hídricos /
Ministério do Meio Ambiente dos Recursos Hídricos e da Amazônia Legal, Rio
de Janeiro.
LUCENT TECHNOLOGIES, INC., 1998, S-Plus 4.5, Professional Release - United
States.
MAIDMENT, D. R., 1992, "GIS and Hydrologic Modelling" - In: GIS in Hydraulics,
Hydrology ans Water Resourses, v. 1, pp. 59-102, CEHPAR Federal University
of Paraná.
MARA, D. e FEACHEM, R., 1980, "Tecnhical and Public Health Aspects of Low Cost
Sanitation Programme Planning", In: Journal of Tropical Medicine and Hygiene,
v. 83, pp. 229-240.
MARA, D. e ALABASTER, G. P., 1986, "An enviromental classification of housing-
related diseases in developing countries", In: Journal of Tropical Medicine and
Hygiene, v. 98, pp. 88-93.
MATHERON, G., 1962-1963, Traité de Geoestatistique – Techip, v. 1-2, Paris.
172
MAYS, L. W., 1996, Water resources handbook, Department of Civil Engineering,
Arizona State University, McGraw-Hill, United Sates.
McJUNKIN, F. E., 1986, Agua y salud humana, Organização Panamericana de Saúde/
Organização Mundial de Saúde / LIMUSA, México.
MEDRONHO, R. A., XAVIER-DA-SILVA, J., OLIVEIRA JUNIOR, D. e INÁCIO, I. C.,
1993, "A ocorrência de dengue no Município do Rio de Janeiro e o meio
ambiente: uma análise por geoprocessamento" - In: IV Conferência
Latinoamericana Sobre Sistemas de Informação Geográfica, 2º Simpósio
Brasileiro de Geoprocessamento, São Paulo, julho.
MEDRONHO, R. A., 1999, Avaliação do Método Geoestatístico no Estudo da
Distribuição Espacial da Hepatite A - Tese D. Sc., Escola Nacional de Saúde
Pública / FIOCRUZ, Rio de Janeiro, abril.
MEDRONHO, R. A., CAMPOS, M. R., BRAGA, R. C. C. et al., 1999, "Hepatite e
Enteroparasitoses: indicadores de condições sanitárias precárias" - V
Congresso e Feira Para Usuários de Geoprocessamento da América Latina, n.
759, Salvador, Bahia.
MENDES et al., 1990, "Estimativa de parâmetros de qualidade de água através de
técnicas de sensoriamento remoto e métodos de análise multivariada” - In:
Anais do VI Simpósio de Sensoriamento Remoto - v. 4, pp. 840-849, Manaus,
AM, junho.
MISHAN, E. J., 1976, Análise de custos-benefícios, tradução Ruy Jungmann, Zahar
Editores, Rio de Janeiro.
MPO/SEPURB, 1995, Série modernização do setor de saneamento - fundamentos e
proposta de ordenamento institucional, Ministério do Planejamento e
Orçamento, Secretaria de Política Urbana, Brasília.
MUÑOS MUÑIZ, J. M., 1991, Modelo Muldimensional para Simulação de Precipitações
Pluviométricas, Tese M. Sc., Programa de Engenharia Civil, COPPE/UFRJ, Rio
de Janeiro.
173
NAGESHWAR, R. B., WESLEY, P. J., e RAVIKUMAR, S., 1992, "Hydrologic
Parameter estimation Using Geographic Information System" – In: Journal of
Water Resources Planning and Management, v. 118, n.5, september-october.
NETTO, T. B. O., 1983, Manejo hídrico em bacias hidrográficas, Dissertação para
concurso de professor titular do Departamento de Hidráulica e Saneamento,
Escola de Engenharia/UFRJ, Rio de Janeiro.
ORENSTEIN, L., 1987, “A privatização e o setor de infra-estrutura”, In: Crise urbana e
a privatizações dos serviços públicos, pp. 152-164, Decania do Centro de
Ciências Jurídicas e Econômicas/UFRJ, setembro.
PARLATORE, A. C., 2000, “Privatização do setor de saneamento no Brasil”, In:
PINHEIRO, A. C. e FUKASAKU, K., A privatização no Brasil: o caso dos
serviços de utilidade pública, BNDES/OCDE, Rio de Janeiro.
PASTRANA, R. M. DE, 2000, Compromisso com a vida – a intersetorialidade
viabilizando a implementação de políticas sociais, Secretaria Municipal de
Saúde, Prefeitura Municipal de Niterói, Niterói, Rio de Janeiro.
PECLY, J. O. G., 2000, Monitoramento ambiental do emissário submarino de Ipanema
usando traçadores e técnicas geoestatísticas, Tese M. Sc., Programa de
Engenharia Civil, COPPE/UFRJ, Rio de Janeiro.
PEREIRA, M., 1922, “O Brasil é ainda um imenso hospital.” – In: Revista de Medicina
– órgão do Centro Acadêmico “Oswaldo Cruz”/ Faculdade de Medicina e
Cirurgia de São Paulo, v. 7, n.21, pp. 3-7.
PNUD BRA/93/22, 1995, Plano diretor de recursos hídricos da bacia do rio Iguaçu,
Governo do Estado do Rio de Janeiro, Secretaria de Estado de Meio Ambiente
e Projetos Especiais, Fundação Superintendência Estadual de Rios e Lagoas -
SERLA.
PNUD, 1997, Atlas do Desenvolvimento Humano do Brasil, Programa das Nações
Unidas para o Desenvolvimento.
174
PORTO, R. L. L. e ROBERTO, A. N., 1999, “Alocação da água entre múltiplos usos
em uma bacia hidrográfica”, In: XIII Simpósio Brasileiro de Recursos Hídricos,
Associação Brasileira de Recursos Hídricos, Belo Horizonte, novembro-
dezembro.
PORTO, R. L., ZAHED FILHO, K., TUCCI, C. E. M. e BIDONE, F., 1997, "Drenagem
Urbana" In: Tucci, C. E. M. - Hidrologia, Ciência e Aplicação - 2 ed., capítulo 21,
pp. 805-847, Editora da Universidade Federal do Rio Grande do Sul, Rio
Grande do Sul.
PREFEITURA MUNICIPAL DE NITERÓI, 1993, Plano diretor de Niterói, Lei 1157/92,
Niterói, Rio de Janeiro.
RICHARDS, J. A., 1986, Remote Sensing Digital Image Analysis – Sprignger-Verlag-
Heidelberg, Berlin, Germay.
RICHTER, C. A. e NETTO, J. M. DE AZEVEDO, 1991, Tratamento de Água,
tecnologia atualizada - Editora Edgard Blücher, São Paulo.
RISSO, A., 1993, Obteção e manipulação dos parâmetros da equação universal de
perda de solos através de técnicas de geoprocessamento - Tese M. Sc.,
IPH/UFRGS, Rio Grande do Sul.
ROCHA, C. H. B., 2000, Geoprocessamento, tecnologia transdisciplinar - Juiz de Fora,
Minas Gerais.
ROGERS, S. E. e LAUER, W. C., 1992, “Denver’s demonstration of potable water
reuse: water quality and health effects testing”, In: Water Science Tech., v. 26,
n. 7-8, pp. 1555-1564, Great Britain.
ROTUNNO FILHO, O. C., 1995, Soil moisture mapping using remote sensing and
geostatistics aplplied to rainfall-runoff models, Ph. D. thesis, Dept. of Civil
Engineering, University of Waterloo, Waterloo, Ontário, Canadá.
175
SALVINI, R. L., 2000, Uma nova abordagem para análise de agrupamentos baseada
no algorítimo elástico - Tese M. Sc., Programa de Engenharia de Sistemas e
Computação, COPPE/UFRJ, Rio de Janeiro.
SANTOS, S. C. DOS, 1999, “O estado das artes e propostas de atuação: subsídios
para a área de saneamento” – In: Conferência Internacional de Saneamento e
Recursos Hídricos, FIESP, São Paulo, setembro.
SECITEC/SECRETARIA MUNICIPAL DE CIÊNCIA E TECNOLOGIA, 1999a, Niterói,
perfil de uma cidade, Rio de Janeiro, Novembro.
SECITEC/SECRETARIA MUNICIPAL DE CIÊNCIA E TECNOLOGIA, 1999b, Niterói -
dados de referência II, Niterói, Rio de Janeiro.
SECPLAN/PROGRAMA DAS NAÇÕES UNIDAS PARA O DESENVOLVIMENTO,
1996, Tratamento de Dados Geográficos - Programa Baixada Viva, Secretaria
de Estado e Planejamento, Governo do Estado do Rio de Janeiro, Rio de
Janeiro, maio.
SECRETARIA MUNICIPAL DE FAZENDA, 1999a, Diário Oficial Municipal, Niterói, Rio
de Janeiro.
SECRETARIA MUNICIPAL DE FAZENDA, 1999b, Evolução da despesa do município
de Niterói, Rio de Janeiro.
SERAGELDIN, I., 1995, Toward Sustainable Management of Water Resourses - World
Bank, Washington D.C., United States.
SEROA DA MOTTA, R. e REZENDE, L., 1999, "The impact of sanitation on
waterborne diseases in Brazil", In: Peter. H. May (org.) Natural Resource
Valuation and Policy in Brazil: Methods and Cases, pp. 174-187, New York,
Columbia University Press, United States.
SEROA DA MOTTA, R., 1998, Utilização de critérios econômicos para a valorização
da água no Brasil, Governo do Estado do Rio de Janeiro, Secretaria de Estado
de Meio Ambiente, Rio de Janeiro.
176
SHUVAL, H. I. et al., 1981, Effect of investiments in water suplly and sanitation on
health status: a threshold-saturation theory - Bulletin of the World Health
Organization, v. 59, n. 2, pp. 243-248.
SILVEIRA, A. L. L. DA, 1997, “Ciclo Hidrológico e Bacia Hidrográfica” – In: TUCCI, C.
E. M. - Hidrologia, Ciência e Aplicação - Editora da Universidade Federal do
Rio Grande do Sul, 2 ed., pp. 35-51, Rio Grande do Sul.
SILVA, S. R., 1999, “Perfil das doenças diarréicas agudas no Espírito Santo” - In: 20º
Congresso Brasileiro de Engenharia Sanitária e Ambiental, pp. 2955-2960, Rio
de Janeiro, março.
SNOW, J., 1990, Sobre a maneira de transmissão do cólera - HUCITEC-Associação
Brasileira de Pós-graduação em Saúde Coletiva, São Paulo.
SOBRINHO, A. P., LEITE, J. E., PEREZ, M. F. e MINDRISZ, M. M., 1999, “Reuso de
água para abastecimento público e industrial no município de Santo André (SP)
– a viabilidade econômica e as dificuldades institucionais para implantação na
região metropolitana de São Paulo”, In: 20º Congresso Brasileiro de
Engenharia Sanitária e Ambiental, Rio de Janeiro, março.
STEPHENS C., TIMAES, I., AKERMAN, M. et al., 1984, Collaborative study in Accra,
Ghana and São Paulo, Brazil - Analysis of urban data of four demographic and
health surveys - London School of Hygiene and Tropical Medicine, London.
STEWART, I., 1990, “Risk business” – In: The New Scientist, may.
TELLES. P. C. S., 1984, História da engenharia no Brasil – século XVI a XIX – Livros
Técnicos e Científicos, v. 1, pp. 281 – 308, Rio de Janeiro.
TUCCI, C. E. M., 1997a, Hidrologia, Ciência e Aplicação - Editora da
Universidade/UFRGS, 2 ed., Rio Grande do Sul.
TUCCI, C. E. M., 1997b, "Plano diretor de drenagem urbana: princípio e concepção" –
In: Revista Brasileira de Recursos Hídricos, ABRH, v. 2, n. 2, pp. 5-12, julho a
dezembro.
177
TUCCI, C. E. M., HESPANHOL, I. e NETTO, O. M. C., 2000, "Cenários da gestão da
água no Brasil: uma contribuição para a visão mundial” – In: Revista Brasileira
de Recursos Hídricos, ABRH, v. 5, n.3, pp. 31-43, julho-setembro.
USEPA, 1990, Enviromental pollution control alternatives: drinking water treatment for
small communities – Cicinnati: EPA, United States.
VALENCIA, L. I. O., 1999, O paradigma da krigeagem indicatriz e o problema espaço-
temporal na Geoestatística - Tese M. Sc., Instituto de Matemática/UFRJ, Rio de
Janeiro.
VASCONCELLOS, A. A. T. DE, 1993, Análise de “clusters” espaciais para dados
epidemiológicos - Tese M. Sc., Programa de Engenharia Biomédica,
COPPE/UFRJ, Rio de Janeiro.
VIANNA, A. P. P., 2000, Utilização de modelagens hidrológica e hidráulica associadas
a um sistema de informações geográficas para mapeamento de áreas
inundáveis - Estudo de Caso: Município de Itajubá, MG - Tese M. Sc., Escola
de Engenharia, Universidade Federal de Minas Gerais, Belo Horizonte, Minas
Gerais.
WOODCOCK, C. E., STRAHLER, A. H. e JUPP, D. L. B., 1988, “The use of
variograms in Remote Sensing: I. Scene images and simulated images”. – In:
Remote sensing of environment, v. 25, pp. 323-348.
XAVIER-DA-SILVA, J., 1999, "Geoprocessamento para análise ambiental" – In: Notas
de aula do Curso Especialização em Geoprocessamento, Instituto de
Geociências, LAGEOP/UFRJ, Rio de Janeiro.
XAVIER-DA-SILVA, J. E CARVALHO FILHO, L. M., 1993, "Sistemas de Informação
Geográfica: uma proposta metodológica" – In: IV Conferência Latinoamericana
sobre sistemas de Informação Geográfica / 2º Simpósio Brasileiro de
Geoprocessamento, São Paulo, julho.
178
YASSUDA, E. R. e NOGAMI, P. S., 1987, "Captação de Água Subterrânea" - In:
Gaglianone et al., Técnica de Abastecimento e Tratamento de Água, CETESB-
ASCETESB, 2 ed., Capítulo 5, pp. 135-204, São Paulo.
179
APÊNDICE A - Descrição de alguns campos do censo demográfico de 1991(fonte: FIBGE, 1993)
1. Aglomerado subnormal (favelas e assemelhados): conjunto constituído por
unidades habitacionais (barracos, casas ...), ocupando ou tendo ocupado, até a data
da pesquisa, terrenos de propriedade alheia (pública ou particular) dispostos, em
geral, de forma desordenada e densa, e carentes, em sua maioria, de serviços
públicos essenciais; o que caracteriza um aglomerado subnormal é a ocupação
desordenada e que, quando da sua implantação, não haja posse de terra ou título de
propriedade.
2. Domicílio: moradia estruturalmente independente, constituída por um ou mais
cômodos, com entrada privativa; por extensão, edifícios em construção, embarcações,
veículos, barracas, tendas, grutas e outros locais que estavam, na data do censo,
servindo de moradia, também foram considerados domicílios; pode ser classificado
como particular ou coletivo.
2.1 Domicílio particular - domicílio que serve de moradia a uma, duas, ou no máximo
cinco famílias, mesmo estando localizado em estabelecimento industrial, comercial
etc; o prédio em construção onde residiam até cinco pessoas, embora sem laço de
parentesco e/ou dependência doméstica, também foi considerado como domicílio
particular;
Domicílio particular permanente - domicílio particular construído para fim
residencial;
Domicílio particular improvisado - domicílio particular sem a finalidade
residencial, embora servisse de moradia na data do censo, tal como localizado em
unidades (loja, fábrica, etc) que não possuísse dependências destinadas
exclusivamente à moradia, prédios em construção servindo de moradia a pessoal
de obra, embarcações, carroças, vagões de estrada de ferro, tendas, barracas,
grutas, etc.
2.2 Domicílio coletivo: aquele ocupado por grupo convivente e/ou família, na qual a
relação entre moradores se restringia à subordinação de ordem administrativa e ao
cumprimento de normas de convivência, como hotéis, pensões, recolhimentos, asilos,
orfanatos, conventos, penitenciárias, quartéis, postos militares, navios, alojamentos de
trabalhadores, etc.
180
A pesquisa das demais características dos domicílios, conceituados a seguir, limitou-
se aos domicílios particulares permanentes.
3. Localização:3.1 Casa - domicílio particular localizado em um prédio com acesso direto a um
logradouro (arruamento, vila, avenida, caminho, etc), legalizado ou não, independente
do material utilizado na construção, estado de conservação ou número de pavimentos;
3.2 Apartamento - domicílio particular localizado em edifício de um ou mais
pavimentos;
3.3 Cômodo (s) - domicílio localizado em um ou mais cômodos de uma casa de
cômodos, cortiço, cabeça-de-porco, etc;
3.4 Casa ou apartamento isolada (o) ou de condomínio - domicílio localizado em
casa ou apartamento de edifício com acesso a um logradouro ou que fizesse parte de
um condomínio, sem ser parte integrante de um conjunto popular ou subnormal;
incluem-se nesse caso as casas pertencentes a uma vila, avenida, etc, com um ou
mais de um número no logradouro e um sub-número ou designação própria;
3.5 Casa ou apartamento em conjunto residencial popular - domicílio localizado
em casa ou apartamento de edifício que fizesse parte de um conjunto residencial,
geralmente para famílias de baixa renda, cujos melhoramentos urbanos existentes
(ruas, meio-fios, calçamentos, canalizações, etc.) foram construídos
concomitantemente, normalmente financiados por órgão público como COHAB entre
outros, e, em alguns casos, por empresas particulares;
3.6 Casa ou apartamento em aglomerado subnormal - domicílio localizado em casa
ou apartamento de edifício que fizesse parte de um conjunto subnormal, também
designado “assentamento informal”, como por exemplo - favela, mocambo, alagado,
barranco de rio, etc.
4. Abastecimento de água: 4.1 Rede geral - domicílio servido de água proveniente de uma rede geral de
abastecimento;
181
4.2 Poço ou nascente - domicílio servido de água proveniente de poço ou nascente
próprios;
4.3 Outra forma - domicílio abastecido com água das chuvas, por carro pipa, entre
outros, ou apanhada em fonte pública, poço, bica, etc, fora da propriedade.
5. Instalação sanitária: 5.1 Rede geral - domicílios com ligação na rede pública de esgotamento sanitário;
5.2 Fossa séptica - domicílios com esgotamento através de fossa séptica;
5.3 Fossa rudimentar - domicílios com esgotamento através de fossa rudimentar;
5.4 Outro tipo de esgotamento – esgotamento quando são usados diretamente como
escoadouro os rios, lagos, entre outros.
6. Destino do lixo: 6.1 Coletado diretamente - lixo do domicílio coletado diretamente por serviço,
empresa pública ou particular;
6.2 Coletado indiretamente - lixo do domicílio depositado em uma caçamba, tanque
ou depósito, fora do domicílio, para depois ser coletado por serviço, empresa pública
ou particular;
6.3 Queimado - lixo do domicílio queimado diretamente na área do domicílio ou fora
dela;
6.4 Enterrado - lixo do domicílio enterrado diretamente na área na área do domicílio
ou fora dela;
6.5 Jogado em terreno baldio - quando o lixo do domicílio é jogado em terreno fora
da área do domicílio;
6.6 Jogado em rio, lago, lagoa ou mar - lixo jogado nas águas de um rio, lago,lagoa
ou mar.
182
7 Escolaridade: 7.1 Alfabetização - foram consideradas alfabetizadas pessoas capazes de ler e
escrever um bilhete simples no idioma que conhecem;
7.2 Anos de estudo - classificação obtida da série e do grau mais elevado concluído,
com aprovação, dos chefes dos domicílios que estavam freqüentando ou que haviam
freqüentado escola.
8 Condição de ocupação: 8.1 Próprio (a construção e o terreno) - quando a família reside em domicílio com
prédio e terreno de propriedade pertencendo a um ou mais de seus componentes;
8.2 Próprio (a construção) - quando a família reside em domicílio em que o prédio
fosse de sua propriedade sem ter a posse do terreno onde foi construído;
8.3 Alugado - domicílio alugado, mesmo que o aluguel fosse pago por um não
morador, exclusive empregador de qualquer um dos moradores do domicílio;
8.4 Cedido por empregador - domicílio cedido por empregador (particular ou público),
de qualquer um dos moradores, ainda que mediante taxa de ocupação ou reservação;
8.5 Cedido por particular - domicílio cedido gratuitamente por particular (parente,
não-parente ou instituição), exclusive empregador de qualquer um dos moradores;
8.6 Outra condição: domicílio ocupado de forma diferente das anteriores, quando, por
exemplo, o locatário paga um só aluguel pelo domicílio e pela parte não-residencial
(oficina, casa comercial, etc) ou quando a família reside em estabelecimento
agropecuário arrendado.
APÊNDICE B – Metodologia para cálculo dos índices de desenvolvimento humano municipal / IDH-M e de condições de vida / ICV (fonte: PNUD, 1997)
1. Metodologia para Cálculo do IDH-M:
O IDH resulta da combinação de três dimensões:
longevidade - medida pela esperança de vida ao nascer;
educação - medida pela combinação da taxa de analfabetismo da população de
15 anos e mais, com peso 2/3, e do número médio de anos de estudo da
população de 25 anos e mais, com peso 1/3;
renda - medida pela renda familiar per capita média ajustada (RFPC), expressa
em salários mínimos de setembro de 1991.
Para que os indicadores possam ser combinados em um índice único, eles são
transformados em índices parciais, com valores variando entre 0 e 1. A fórmula geral
para a construção desses índices é:
oValorMínimoValorMáximoValorMínimvadoValorObserÍndice (B.1)
Os valores mínimos e máximos utilizados são os seguintes:
Tabela B.1 – Valores máximos e mínimos dos indicadores – IDH-M (fonte: PNUD, 1997)
Indicador Mínimo Máximo Unidade
Esperança de vida ao nascer 25 85 anos
Taxa de analfabetismo 0 100 %
Número médio de anos de estudo 0 15 anos
Renda familiar per capita média ajustada 0,05 1.364 salários mínimos de
setembro de 1991
Com base nesses valores e nos valores observados para o município ou região
em questão, calculam-se os índices de longevidade, educação e renda.
183
Índice de longevidade
O Índice de longevidade (ILi) do município i, em que a esperança de vida ao
nascer é Vi, é obtido através da aplicação direta da Equação B.1, ou seja:
258525ViILi (B.2)
Índice de educação
Para obter o Índice de educação (IEi) do município i, com taxa de
analfabetismo Ai e com número médio de anos de estudo Mi, primeiro transforma-se
as duas variáveis em índices usando a Equação B.2:
10001000 ii
iAAIA (B.3)
150150 ii
iMMIM (B.4)
onde IAi é o índice de analfabetismo e IMi é o índice número médio de anos de estudo.
Combinando-se os dois índices (IAi e IMI), com os pesos de 2/3 e 1/3
respectivamente, obtém-se o índice de educação (IEi):
32
31
32 ii
iiiIMIAIMIAIE (B.5)
Índice de Renda
A construção do índice de renda (IRi) do município i, com renda familiar per
capita média (RFPC) Yi, é um pouco mais complexa. Parte da hipótese de que a
contribuição da renda para o desenvolvimento humano apresenta rendimentos
decrescentes.
Essa hipótese é incorporada ao cálculo do IDH-M, estabelecendo-se um
redutor para a renda familiar per capita observada (Yi) através da fórmula de Atkinson
184
para a utilidade da renda. Obtém-se, assim, a variável Wi, que é a renda familiar per
capita média ajustada do município i.
Os níveis máximo e mínimo do PIB per capita (paridade do poder de compra -
PPC) e a renda média mundial (dólares PPC), utilizados no relatório sobre o
desenvolvimento humano (PNUD, 1994), com dados referentes ao período 1991-92,
como parâmetros para o ajuste das rendas e para o cálculo dos índices de renda,
foram convertidos em limites do tipo melhor e pior para a RFPC e no limiar a partir do
qual a utilidade da renda passa a apresentar rendimentos decrescentes.
As RFPC observadas foram ajustadas usando a metodologia definida pela
fórmula de Atkinson (Equação B.6). Todos os valores da RFPC (para os anos de 1970,
1980 e 1991) foram convertidos em salários mínimos de setembro de 1991. Todos
esses procedimentos estão descritos com detalhes em IPEA (1996).
O PIB per capita médio mundial (Y*) é definido como o limiar a partir do qual a
renda passa a apresentar rendimentos decrescentes, e assim a variável Wi (renda
familiar per capita média ajustada do município i ) é dada por:
Wi = Yi para *0 YYi
Wi = Y* + 2(Yi-Y*)1/2 para (B.6)** 2YYiY
Wi = Y* + 2Y*1/2 + 3(Yi – Y*)1/2 para ** 32 YYiY
e assim sucessivamente.
Denotando por Wm o valor descontado, segundo a Equação B.6, de
US$40.000 PPC (limite superior do indicador de renda), chega-se, então, ao índice de
renda (IRi):
05,005,0
m
ii W
WIR (B.7)
185
Índice de Desenvolvimento HumanoO IDH-M do município i, com índices de longevidade (ILi), e educação (IEi) e
renda (IRi), é a média aritmética simples dos três índices:
3iii
iIRIEILIDH (B.8)
O IDH-M varia entre os valores 0 e 1, sendo que, quanto mais próximo de 1,
mais alto será o nível de desenvolvimento humano do município.
Para classificar os municípios e regiões em três grandes categorias, foram
estabelecidas as seguintes faixas:
0 IDH < 0,5 baixo desenvolvimento humano 0,5 IDH < 0,8 médio desenvolvimento humano 0,8 IDH 1 alto desenvolvimento humano
2. Metodologia para Cálculo do ICV O ICV resulta da combinação de cinco dimensões:
longevidade - medida pela combinação da esperança de vida ao nascer, com
peso 1/2, e da taxa de mortalidade infantil, com peso 1/2;
educação - medida pela combinação da taxa de analfabetismo da população de
15 anos e mais, com peso 1/2, do número médio de anos de estudo da população
de 25 anos e mais, com peso 1/4, da percentagem da população com menos de 4
anos de estudo, com peso 1/12, da percentagem da população com menos de 8
anos de estudo, com peso 1/12, e da percentagem da população com mais de 11
anos de estudo, com peso 1/12;
renda - medida pela combinação da renda familiar per capita média ajustada
(RFPC), com peso de 1/2, do grau de desigualdade, com peso de 1/4, e do grau
de desigualdade na população com renda insuficiente, com peso de 1/4;
infância - medida pela combinação da percentagem de crianças que não
freqüentam a escola, com peso de 1/2, da defasagem escolar média, com peso de
1/8, da percentagem de crianças com mais de um ano de atraso escolar, com peso
de 1/8, e da percentagem de crianças que trabalham, com peso de 1/4;
habitação - medida pela combinação da percentagem da população que vive em
domicílios com densidade superior a duas pessoas por dormitório, com peso de
1/4, da percentagem da população que vive em domicílios duráveis, com peso de
1/4, da percentagem da população urbana que vive em domicílios com condições
186
adequadas de abastecimento de água, com peso de 1/4, e da percentagem da
população urbana que vive em domicílios com instalações adequadas de esgoto,
com peso de 1/4.
A esperança de vida ao nascer e a taxa de mortalidade infantil foram obtidas
por métodos indiretos a partir das informações censitárias, e os demais indicadores
foram obtidos diretamente dos dados censitários. A renda familiar per capita média,
também obtida diretamente dos dados censitários, recebeu o mesmo tratamento
utilizado no cálculo do IDH-M. Todos esses procedimentos estão descritos com
detalhes em IPEA (1996).
Para que os indicadores possam ser combinados em um índice único, eles são
transformados em índices parciais, com valores variando entre 0 e 1. A fórmula geral
para a construção desses índices é:
oValorMáximvadoValorObseroValorMínimvadoValorObseríndice (B.9)
Os valores mínimos e máximos utilizados são os seguintes:
Tabela B.2 – Valores máximos e mínimos dos indicadores para o tema longevidade (fonte: PNUD, 1997)
Indicador Pior Valor Melhor Valor Unidade
Esperança de vida ao
nascer
25 85 anos
Taxa de mortalidade infantil 320 0 por mil nascidos vivos
Tabela B.3 – Valores máximos e mínimos dos indicadores para o tema educação
(fonte: PNUD, 1997)
Indicador Pior Valor Melhor Valor Unidade
Taxa de analfabetismo 100 0 %
Número médio de anos de estudo 0 15 anos
População com menos de 4 anos de
estudo
100 0 %
População com menos de 8 anos de
estudo
100 25 %
População com mais 11 anos de estudo 0 50 %
187
188
Tabela B.4 – Valores máximos e mínimos dos indicadores para o tema renda
(fonte: PNUD, 1997)
Indicador Pior Valor Melhor Valor Unidade
Grau de desigualdade na
população com renda insuficiente
0,9 0
Grau de desigualdade 1 0 Índice de Theil
Renda familiar per capita média
ajustada
0,05 1.364 salários mínimos de
setembro de 1991
Tabela B.5 – Valores máximos e mínimos dos indicadores para o tema educação
(fonte: PNUD, 1997)
Indicador Pior Valor Melhor Valor Unidade
Crianças que não freqüentam a escola 100 0 %
Defasagem escolar média 6 0 anos
Crianças com mais de um ano de atraso
escolar
100 0 %
Crianças que trabalham 100 0 %
Tabela B.6 – Valores máximos e mínimos dos indicadores para o tema habitação
(fonte: PNUD, 1997)
Indicador Pior Valor Melhor Valor Unidade
População em domicílios com mais de 2
pessoas por dormitório
100 0 %
População que vive em domicílios duráveis 0 100 %
População em domicílios com abastecimento
adequado de água
0 100 %
População em domicílios com esgoto
adequado
0 100 %
Com base nestes valores e nos valores observados para o município ou região
em questão, calculam-se os índices de longevidade, educação, renda, infância, e
habitação, seguindo um procedimento análogo ao adotado no cálculo dos índices que
compõem o IDH-M.
O ICV do município i, com índices de longevidade (ILi), educação (IEi), renda
(IRi), infância (IIi) e habitação (IHi), é a média aritmética simples dos cinco índices:
5iiiii
iIHIIIRIEILICV (B.10)
O ICV varia entre os valores 0 e 1, sendo que, quanto mais próximo de 1,
melhores serão as condições de vida do município.
Para classificar os municípios e regiões em três grandes categorias, foram
estabelecidas as seguintes faixas:
0 ICV < 0,5 baixa condição de vida 0,5 ICV < 0,8 média condição de vida 0,8 ICV 1 alta condição de vida
189
APÊ
ND
ICE
C –
Org
anog
ram
a da
pre
feitu
ra m
unic
ipal
de
Nite
rói (
font
e: S
ECIT
EC, 1
999b
)
R$5
45.1
25,8
3(o
rçam
ento
do
mun
icíp
io) +
R$3
6.08
0.03
6,99
(Sis
tem
a Ú
nico
de
Saú
de/S
US
)
R$1
.901
.877
,83
(orç
amen
to m
unic
ipal
)
Pro
cura
doria
ger
aldo
mun
icíp
ioS
ec. M
unic
ipal
de A
ssun
tos
do G
over
no
Sec
reta
riaE
xecu
tiva
doP
refe
ito
S.P
. E. E
.S
. D. R
.
EM
US
A
S. S
.P.
SE
CIT
EC
S. C
ult.
S. F
az.
S.P
. S.
S. M
. A.
S. A
dm.
S. E
d.
F. M
. Saú
de
S. S
aúde
S. I
. Cid
ad.
S. U
rb.
Agê
ncia
Mun
icip
al d
eD
esen
volv
imen
to
IBA
SM
NE
LTU
RC
onse
lho
deP
roje
tos
Esp
ecia
is
Vic
e pr
efei
to
Pre
feito
Figu
ra C
.1 -
Org
anog
ram
a da
pre
feitu
ra m
unic
ipal
de
Nite
rói;
recu
rsos
apl
icad
os n
as s
ecre
taria
s de
ser
viço
s pú
blic
os e
de
saúd
e, p
ara
o an
o de
199
9, s
egun
do
dado
s da
SE
CR
ETA
RIA
MU
NIC
IPA
L D
E F
AZE
ND
A (1
999a
e 1
999b
).
190
191
Siglas das secretarias municipais de Niterói
Secretaria de Desenvolvimento Regional (S. D. R.);
Secretaria de Projetos Especiais em Educação (S. P. E. E.);
Secretaria de Serviços Públicos (S. S. P.)
Empresa Municipal de Urbanismo e Saneamento (EMUSA);
Secretaria de Ciência e Tecnologia (SECITEC);
Secretaria de Urbanismo (S. Urb.);
Secretaria de Cultura (S. Cult.);
Secretaria de Fazenda (S. Faz.);
Secretaria de Promoção Social (S. P. S.);
Secretaria de Meio Ambiente (S. M. A.);
Secretaria de Administração (S. Adm.);
Secretaria de Saúde (S. Saúde);
Secretaria de Educação (S. Ed.);
Secretaria de Integração e Cidadania (S. I. Cidad.).