ANÁLISE ESPACIAL: UM ESTUDO
SOBRE INDICADORES
SOCIOECONÔMICOS DOS MUNICÍPIOS
DO ESTADO DO CEARÁ
Julio Francisco Barros Neto (UFC)
João Welliandre Carneiro Alexandre (UFC)
Silvia Maria de Freitas (UFC)
Tiago Maia Magalhãies (UFC)
A evolução dos Sistemas de Informações Geográficas possibilitou sua
crescente utilização como ferramenta de auxílio à análise espacial,
tornando possível avaliar cenários geográficos com rapidez e
conseqüentemente tornar mais ágil a tomada de decisão tanto em nível
governamental como no gerenciamento de uma empresa. O
desenvolvimento regional, até então caracterizado como uma região
evolui, é agora visto como relação de interdependência espacial entre
regiões, na qual atributos são correlacionados por grau de vizinhança
ou proximidade. Assim, neste trabalho, apresentam-se algumas
características socioeconômicas dos municípios do estado do Ceará
que determinam o desenvolvimento regional, associando técnicas
análise espacial a fim de mensurar de o nível de dependência
geográfica.
Palavras-chaves: análise espacial, desenvolvimento regional,
dependência geográfica
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão.
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
2
1. INTRODUÇÃO
Ao se estudar o desenvolvimento regional, muito além de se dizer que uma região é
desenvolvida, é muito mais importante dizer que esse desenvolvimento é igualmente
distribuído entre todos os seus municípios. Para se ter uma melhor visão desse
desenvolvimento é importante saber se apenas um município é responsável por esse nível ser
alto, ou baixo, ou se é igualmente distribuído entre todos.
Um índice muito utilizado para se mensurar o desenvolvimento de uma região é o IDH -
Índice de Desenvolvimento Humano que mede o nível de desenvolvimento humano dos
países, e que hoje também pode ser aplicado em municípios, utilizando como critérios
indicadores de educação (alfabetização e taxa de matrícula), longevidade (esperança de vida
ao nascer) e a renda (PIB per capita), conhecido como IDH-M. De forma mais direta, o IDH
varia de zero até um, sendo que quanto mais próximo de um for o índice de uma região maior
é seu desenvolvimento humano.
Anteriormente, tinha-se a idéia de que o crescimento econômico era o único fator gerador do
desenvolvimento. Hoje, ganhou espaço a idéia de promover o bem-estar social de um
determinado local ou região, a partir de uma estrutura em que a participação da sociedade
civil, em conjunto com os governos federal, estadual e municipal, seria responsável por
identificar o potencial produtivo da comunidade e criar condições melhores de vida.
O IDH-M pode servir como um sinal de alerta para uma sociedade que pretende combater a
miséria do país e promover o progresso nas áreas sociais. “Mas o mapa da pobreza é apenas
um indicador de algumas manifestações importantes, mas insuficientes”, diz o professor Jara
(1998). Segundo ele, é preciso olhar o verdadeiro significado da pobreza como um fenômeno
também cultural, gravado na subjetividade das pessoas. Carlos Jara ainda relata “ou se
continua caminhando na mesma rota de crescimento indiscriminado isento de qualquer
qualificação até destruir nosso sistema de apoio natural, ou se muda o caminho do
desenvolvimento."
Neste trabalho é abordado o desenvolvimento regional, de uma forma diferente, utilizando as
técnicas de analise espacial. As regiões de estudo foram os municípios do estado do Ceará.
Além de se observar as regiões, em função de suas características integrantes de indicadores
socioeconômicos, tenta-se encontrar a existência de alguma relação entre elas, talvez até
como um fator que explique ou não, o desenvolvimento no local.
2. SIG E ANÁLISE ESPACIAL
O termo Sistemas de Informações Geográficas – SIGs é utilizado para caracterizar sistemas
computacionais que tratam dados com características espaciais, ou seja, manipulam banco de
dados geograficamente referenciados. Em um contexto mais amplo, os SIGs permitem
capturar, modelar, recuperar, manipular, consultar, apresentar e analisar bases de dados
conectadas a informações geográficas. Os SIGs são importantes instrumentos de análise
espacial. Através deles é possível espacializar um fenômeno, e, com o auxílio de uma série de
técnicas, determinar a sua evolução espacial e temporal, bem como a sua relação com
fenômenos diferentes.
Análise espacial é qualquer processo de apresentação, manipulação, análise, inferência e
estimação de dados espaciais. Dados espaciais, resumidamente, é qualquer tipo de dado que
possa ser apresentado na forma de um mapa. BAILEY (1995) define a analise espacial como
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
3
uma ferramenta que possibilita manipular dados espaciais de diferentes formas e extrair
conhecimento adicional como resposta. Incluindo funções básicas como consulta de
informações espaciais dentro de áreas de interesse definidas, manipulação de mapas e a
produção de alguns breves sumários estatísticos dessa informação; incorporando também
funções como a investigação de padrões e relacionamentos dos dados na região de interesse,
buscando, assim, um melhor entendimento do fenômeno e a possibilidade de se fazer
predições.
Os dados geográficos (ou georreferenciados) são dados espaciais cuja dimensão espacial está
associada à sua localização na superfície da terra, em um determinado instante. Segundo
BERTINI (2003) as entidades geográficas estão no espaço geográfico e são objetos
identificáveis no mundo real, com características espaciais e relacionamentos espaciais com
outras entidades geográficas. O dado espacial descreve fenômenos associados a dimensões
espaciais. A representação espacial de um objeto geográfico é a descrição de sua forma
geométrica associada à posição geográfica. Os dados geográficos possuem três características
importantes: Espaciais: informam a geometria e posição geográfica do fenômeno; Não-
espaciais: descrevem o fenômeno; Temporais: informam o período de validade dos dados
geográficos e suas variações no tempo.
O processo da análise espacial segundo CÂMARA et al. (2002) compreende um conjunto de
procedimentos encadeados cuja finalidade é a escolha de um modelo inferencial que
considere explicitamente o relacionamento espacial presente no fenômeno. Os procedimentos
iniciais da análise incluem o conjunto de métodos genéricos de análise exploratória e a
visualização dos dados, em geral através de mapas. Essas técnicas permitem descrever a
distribuição das variáveis de estudo, identificar observações atípicas não só em relação ao tipo
de distribuição, mas também em relação aos vizinhos e buscar a existência de padrões na
distribuição espacial. Através desses procedimentos é possível estabelecer hipóteses sobre as
observações, de forma a selecionar o modelo inferencial melhor suportado pelos dados.
A análise espacial pode ser dividida em Seleção, Manipulação, Análise Exploratória e
Confirmatória. Essas quatro distinções são assim descritas:
Seleção: compreende os processos de navegação num Banco de Dados Geográficos,
realizando consultas e apresentando mapas cloropléticos simples;
Manipulação: envolve todas as funções que criam dados espaciais. Nesta etapa, é que será
utilizada Álgebra de Mapas em Geoprocessamento, ampliando a capacidade de análise e
correlações;
Análise Exploratória: permite descrever e visualizar distribuições espaciais, descobrir
padrões de associação espacial (aglomerados espaciais), sugerir a existência de
instabilidades espaciais (não-estacionariedade) e identificar observações atípicas
(outiliers). Essas técnicas, quando aplicadas a dados espaciais, são essenciais ao
desenvolvimento das etapas da modelagem estatística espacial, em geral, muito sensível
ao tipo de distribuição, à presença de valores extremos e à ausência de estacionariedade;
Análise Confirmatória: envolve o conjunto de modelos de estimação e procedimentos de
validação, necessários para implementar análises multivariada com componentes
espaciais.
O objetivo das técnicas de análise espacial é descrever os padrões existentes nos dados
espaciais e estabelecer, preferencialmente de forma quantitativa, os relacionamentos entre as
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
4
diferentes variáveis geográficas. A análise exploratória espacial nos permite descrever e
visualizar distribuições de dados espaciais, descobrir padrões de associação espacial, bem
como identificar nos fenômenos, outros tipos de comportamento considerados atípicos. A
estatística espacial é uma das vertentes principais da análise espacial, abrangendo todo o
ferramental matemático destinado a fornecer ao planejador a capacidade de estabelecer
critérios quantitativos de agrupamento ou dispersão dos dados espaciais, determinando o grau
de dependência espacial entre as observações. A técnica da estatística espacial nasce da
necessidade de quantificação da dependência espacial presente num conjunto de geodados,
distinguindo-se das demais técnicas empregadas em análise estatística por considerar
explicitamente as coordenadas dos dados no processo de coleta, descrição ou análise.
Na estatística espacial, a correlação pode ser entendida como a tendência a que o valor de uma
ou mais variáveis associadas a uma determinada localização assemelhe-se mais aos valores de
suas observações vizinhas do que ao restante das localizações do conjunto amostral. Ela
também pode ser denominada autocorrelação, quando medir o grau de influência que uma
dada variável tem sobre si mesma. Se a ocorrência de um dado evento influencia para que
outros semelhantes aconteçam ao seu redor, tem-se autocorrelação positiva, ou atração, o que
implica em uma distribuição aglomerada de eventos. Se a ocorrência deste mesmo evento
dificulta ou impede a ocorrência de outros em seu entorno, tem-se autocorrelação negativa, ou
repulsão, resultando em uma distribuição aproximadamente eqüidistante dos eventos
(QUEIROZ, 2003).
As estatísticas locais e globais objetivam caracterizar a distribuição relativa dos eventos
observados no espaço, ou seja, o arranjo espacial destes eventos. Esta caracterização objetiva
detectar padrões de aglomerados espaciais, verificando se os eventos observados apresentam
algum tipo de padrão sistemático, ao invés de estarem distribuídos aleatoriamente. Estas duas
estatísticas diferenciam-se pela unidade de análise, sendo que as globais consideram todas as
observações, e as locais, apenas os eventos que ocorrem até uma distância considerada
significativa, conforme o critério usado.
2.1. Ferramentas de análise de dados em área
Dentre as ferramentas disponíveis de análise de dados em área, algumas delas foram
selecionadas por permitirem uma caracterização espacial sistêmica sobre a ocorrência de
determinado fenômeno espacial.
2.1.1. Visualização dos dados
A visualização de dados consiste em apresentar a distribuição dos atributos por área usando
mapas temáticos, verificando como cada um destes atributos influencia os demais e estimando
relações de causa e efeito. Vários mapas temáticos podem ser feitos, modificando o limite e a
quantidade de classes para obter uma visão geral da distribuição dos atributos. Esta variação
pode ser feita manualmente ou usando as ferramentas de geração de mapas disponíveis nos
pacotes computacionais de SIG, que oferecem diversas opções de mapas temáticos. Deve-se
observar também que os diferentes tipos de mapas gerados induzem a visualização de
diferentes aspectos, tendo cada um, características específicas.
2.1.2. Média espacial móvel
Em análise espacial, a média móvel objetiva identificar padrões e tendências espaciais,
produzindo uma superfície menos descontínua (mais suave) que os dados originais, ou seja, se
uma área tem atributo reduzido/elevado e os seus vizinhos tem atributos elevados/reduzidos,
ela tenderá a elevar/reduzir o valor desta área. Esta medida também pode apresentar
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
5
indicações de locais de transição entre regimes espaciais. Considerando a matriz de
proximidade espacial W, a estimativa desta média pode ser expressa pela Equação 2.1.
(2.1)
Onde: zi: diferença entre o valor do atributo no local i e a média de todos os atributos;
wij: pesos atribuídos conforme a relação topológica entre os locais i e j.
A matriz de proximidade poder ser definida com pesos do tipo 0 ou 1, o valor 1 atribuido a wij
indique que as regiões i e j são vizinhas (adjacentes), e 0 caso contrário.
2.1.3. Índice Global de Moran (IGM)
As estatísticas de autocorrelação espacial global possuem como objetivo caracterizar a
dependência espacial mostrando como os valores estão correlacionados no espaço, fornecendo
uma medida geral da associação espacial. O índice global de Moran (IGM) é um dos
indicadores que realizam esta função, sendo calculado pela Equação 2.2.
(2.2)
Onde: n: quantidade de áreas;
zi: diferença entre o valor do atributo no local i e a média de todos os atributos;
zj: diferença entre o valor do atributo dos vizinhos do local i e a média de todos os
atributos;
wij: pesos atribuídos conforme a relação topológica entre os locais i e j.
O índice global de Moran compara a distribuição observada do atributo em relação a
distribuição esperada num padrão aleatório. A hipótese nula é a de completa aleatoriedade
espacial, quando o atributo se distribui ao acaso entre as áreas, sem relação com a posição. De
uma forma geral, embora isto não seja estritamente verdadeiro, este índice tende a ter valores
entre -1 e +1, quantificando o grau de autocorrelação existente, sendo positivo para correlação
direta e negativo quando inversa (CARVALHO, 1997 apud QUEIROZ, 2003). Valores
próximos de zero indicam a inexistência de autocorrelação espacial significativa entre os
valores dos objetos e seus vizinhos. Valores positivos para o índice indicam autocorrelação
espacial positiva, ou seja, o valor do atributo de um objeto tende a ser semelhante aos valores
dos seus vizinhos. Valores negativos para o índice indicam autocorrelação espacial negativa.
2.1.4. Índice Local de Moran (ILM)
Os indicadores locais produzem um valor específico para cada área, permitindo a
identificação de agrupamentos (clusters), de valores extremos (outliers) e a existência de
vários regimes espaciais, que não são identificados pelo cálculo dos indicadores de associação
espacial global, conforme apresentado pela Equação 2.3.
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
6
(2.3)
Onde: zi: diferença entre o valor do atributo no local i e a média de todos os atributos;
zj: diferença entre o valor do atributo dos vizinhos do local i e a média de todos os
atributos;
wij: pesos atribuídos conforme a relação topológica entre os locais i e j.
A autocorrelação do índice local de Moran é calculada a partir do produto dos desvios em
relação à média, como uma medida de covariância. Dessa forma, valores significativamente
altos indicam altas probabilidades de que haja locais de associação espacial, tanto de
polígonos com altos valores associados, como com baixos valores associados. Por outro lado,
baixos valores apontam para um padrão que pode ser entendido como locais de
comportamento mais errático da variável observada entre um polígono e seus vizinhos
(QUEIROZ, 2003).
2.1.5. Diagrama de Espalhamento de Moran (DEM)
Diagrama de Espalhamento de Moran (DEM) foi proposto por ANSELIN (1992) como uma
forma adicional de se visualizar a dependência espacial dos dados e consiste na construção de
um gráfico bidimensional de Z (valores normalizados) por WZ (média dos vizinhos) que
permite analisar o comportamento da variabilidade espacial, indicando os diferentes regimes
espaciais de associação presentes nos dados, através da comparação dos valores normalizados
do atributo numa área com média dos valores normalizados dos seus vizinhos.
A variabilidade espacial é representada no gráfico por quatro quadrantes (figura 2.1.) que
indicam tanto pontos de associação espacial positiva, onde os valores dos vizinhos são
semelhantes ao valor do local (Q1: valores positivos, médias positivas; e Q2: valores
negativos, médias negativas), como pontos de associação espacial negativa, os vizinhos
possuem valores distintos do valor local (Q3: valores positivos, médias negativas; e Q4:
valores negativos, médias positivas).
Figura 2.1. Gráfico do Diagrama de Espalhamento de Moran
A análise do diagrama de espalhamento de Moran permite identificar a presença de valores
extremos, ou outiliers, os quais não seguem o mesmo processo de dependência espacial que a
maioria das outras observações. Esses valores são identificados no diagrama como sendo os
pontos extremos em relação à tendência central, refletida pela inclinação da regressão, ou
como pontos cujos valores estão acima de dois desvios padrões da média. Geralmente esses
IGM= tang(a) : Indice de
Moran Q1
1
Q2
1
Q4
1
Q3
1
Elementos de
Z
Elementos de
WZ
a
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
7
pontos se localizam nos quadrantes Q3 e Q4 e indicam regimes de transição espacial entre
regimes espaciais distintos.
O DEM também pode ser apresentado na forma de um mapa temático bidimensional,
conhecido como Box Map, no qual cada polígono é apresentado indicando-se seu quadrante
no diagrama de espalhamento. Outro tipo de mapa que pode ser elaborado é o Moran Map,
que classifica em quatro grupos somente os objetos para os quais os valores do índice local de
Moran foram considerados significantes, conforme o quadrante aos quais pertencem no
gráfico de espalhamento de Moran. Os demais objetos ficam classificados como "sem
significância".
O Lisa Map é um mapa no qual os valores do Índice Local de Moran são classificados em
quatro grupos: não significante, com significância de 95% (classe 1), 99% (classe 2) e 99,9%
(classe 3).
3. REGIÃO DE ANÁLISE E DADOS
Neste trabalho é caracterizado espacialmente os municípios do Estado Ceará segundo
indicadores socioeconômicos na perspectiva de se verificar alguma relação espacial no
desenvolvimento regional e econômico, através do uso dos sistemas de informações
geográficas e da análise espacial.
A analise de dados será feito por área, no caso, cada município será uma unidade de análise.
Uma desagregação maior que essa, por exemplo, seria dividir o município em zona rural e
zona urbana, que seria melhor abordado a partir de um estudo individual de cada município.
O índice escolhido para se avaliar o desenvolvimento regional foi o IDH - Índice de
Desenvolvimento Humano. O IDH mede o nível de desenvolvimento humano dos países
utilizando como critérios indicadores de educação (alfabetização e taxa de matrícula),
longevidade (esperança de vida ao nascer) e renda (PIB per capita).
O índice varia de zero (nenhum desenvolvimento humano) a um (desenvolvimento humano
total). Países com IDH até 0,499 têm desenvolvimento humano considerado baixo, os países
com índices entre 0,500 e 0,799 são considerados de médio desenvolvimento humano e países
com IDH superior a 0,800 têm desenvolvimento humano considerado alto.
Para a avaliação da educação, o cálculo do IDH municipal (IDH-M) considera dois
indicadores com pesos diferentes. A taxa de alfabetização de pessoas acima de 15 anos de
idade tem peso dois, e a taxa bruta de freqüência à escola peso um. O segundo indicador é
resultado de um somatório de pessoas que freqüentam os cursos fundamental, secundário e
superior é dividido pela população na faixa etária de 7 a 22 anos da localidade. Para a
avaliação da dimensão longevidade, o IDH-M considera a esperança de vida ao nascer. Esse
indicador mostra o número médio de anos que uma pessoa nascida naquela localidade no ano
de referência deve viver. Para a avaliação da dimensão renda, o critério usado é a renda
municipal per capita, ou seja, a renda média de cada residente no município.
Ficou definido que o IDH-M seria a variável de interesse e também, as variáveis que a
compõem: expectativa de vida ao nascer, renda per capta, freqüência escolar, taxa de
alfabetização e também o índice de desenvolvimento educacional (idh educacional). Para um
estudo mais detalhado.
Os dados foram retirados do IPEA – Instituto de Pesquisa Econômico Aplicada e pelo IBGE -
Instituto Brasileiro de Geografia e Estatística serão analisados espacialmente.
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
8
Na parte da análise exploratória foram feito mapas temáticos para cada variável, a fim de
observar, se existia alguma distribuição espacial, algum aglomerado ou algum valor
discrepante.
4. ANÁLISE DOS DADOS
Para se fazer os gráficos, os mapas e os cálculos foi o utilizado o software Geoda 0.9.5-i, de
autoria de Luc Anselin.
4.1. Mapas temáticos
Para muitos a análise espacial se restringe apenas, na construção de mapas temáticos para as
variáveis de interesse em um determinado estudo. Serão apresentados a seguir os mapas
temáticos referentes aos indicadores que compõem o IDH-M, a fim de que se possa conhecê-
los melhor e se realizar algumas análises.
Sobre a renda per capta, a capital Fortaleza está na classe que contém os municípios com as
maiores rendas (região metropolitana de Fortaleza). Também estão incluídas nessa classe
Sobral, Juazeiro do Norte, Crato e Iguatu. Dentre os municípios que estão na classe mais
baixa tem-se como exemplo Croata e Aiuba. Sobre a expectativa de vida, a região leste do
estado apresenta os melhores índices, são eles: Russas, Limoeiro do Norte e São Jorge do
Jaguaribe. Pode-se citar que Barroquinha, Chaval, Croatá, Umari e Baixio foram os
municípios que obtiveram os menores valores de expectativa de vida.
Os municípios de Apuiarés, Catunda e Jardim apresentam as maiores taxa de freqüência
escolar (92,96%), já capital do Estado, Fortaleza, está na média de freqüência escolar. Itapajé
e Granja foram os municípios que apresentaram as menores freqüências.
Sobre a taxa de alfabetização, os municípios que tinham os maiores índices de freqüência
escolar estão apenas entorno da média estadual. E os municípios Fortaleza, Caucaia e Crato
estão entre os que apresentaram as maiores taxa de alfabetização. O município de Granja
continua como exemplo negativo, apresentando também um índice baixo em relação aos
outros. Quando se analisa o IDH Educacional, verifica-se este índice apresentou as mesmas
características quando comparado com a taxa de alfabetização. O que era de se esperar, uma
vez que, a taxa de alfabetização tem peso dois na construção do índice.
Por fim, referente ao IDH-M, entre os municípios que apresentaram os maiores índices de
desenvolvimento está Limoeiro do Norte, pelas análises anteriores, pode-se supor que tenha
sido o fato deste município apresentar uma das maiores expectativa vida. O mesmo acontece
com os municípios Fortaleza e Crato. E a cidade de Granja deixou claro que precisa de uma
atenção maior dos dirigentes, já que se apresentou entre os piores resultados.
Apesar de os mapas temáticos não serem realmente uma análise espacial, eles são muito úteis
para facilitar a visualização dos dados, tornando de fácil entendimento para quem não é da
área e também para quem não é acostumado com os gráficos convencionais.
4.2. Análise Confirmatória
Para o estudo da analise confirmatória foi usada técnica de referente ao Diagrama de
Espalhamento de Moran (DEM) para as diversas variáveis e que apresentaram as seguintes
análises.
4.2.1 Renda per Capta
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
9
Como foi visto anteriormente, Fortaleza possui uma das maiores renda per capta do Estado, e
pode-se verificar agora que ela sofre, e também influencia seus vizinhos, como por exemplo,
Caucaia e Aquiraz. O mesmo ocorre com alguns dos municípios da região leste do Estado
(Limoeiro do Norte, Tabuleiro do Norte, por exemplo) e também da região sul. Isto pode ser
visto na figura 4.2.1.
Na região noroeste do Estado, tem-se uma região com uma alta correlação espacial negativa, e
que é uma das regiões que contém os municípios com as mais baixas rendas. São exemplos:
Acaraú, Chaval e Granja.
Pode-se destacar também os municípios de Itapipoca, Tianguá e Campos Sales que pertencem
à região Q3, isto é, sua renda per capta aumenta enquanto os dos seus vizinhos diminuem. E
de se destacar também o município de Sobral que está na classe dos que possui as maiores
rendas, mas não sofre a influência de seus vizinhos.
O nível de autocorrelação espacial global dado pelo índice global de Moran (IGM) foi de
0,2645.
4.2.2. Expectativa de Vida ao Nascer
Em relação à expectativa de vida (figura 4.2.2), a região leste do Estado já havia de destacado
pela “maior longevidade” e a através da análise confirmatória mostra-se que esta região
influencia positivamente os seus vizinhos próximos. São exemplos, Quixeré, Limoeiro do
Norte e Tabuleiro do Norte.
Por outro lado, estão incluídos os municípios de Barroquinha, Chaval e Umari que antes,
apresentaram uma das menores expectativas de vida e agora pôde-se verificar que sofrem
influência e também influenciam os seus vizinhos de forma negativamente.
Nas consideradas regiões de transição, tem-se Antonina do Norte, Lavras da Mangabeira e
Cariús que, à medida que as expectativas de vida de seus vizinhos diminuem as desses
municípios aumentam. De forma contrária é observado no município de Novo Oriente. O
índice global de Moran (IGM) foi de 0,3854.
4.2.3. Freqüência Escolar
A figura 4.2.3 apresenta os resultados da análise sobre a freqüência escolar, que deixam claro
a preocupação com a região sudoeste do Estado do Ceará, já que ela se apresentou como
sendo a região com as mais baixas taxas de freqüência escolar e que, além disso, ela
influencia negativa os seus vizinhos próximos. A autocorrelação espacial de Moran foi de
0,1735, a menor entre as variáveis analisadas.
Os municípios de Brejo Santo, Jati e Penaforte, são exemplos dos que influenciam
positivamente os seus vizinhos, o que pode justificar os altos índices na região. Nova Russas é
um bom objeto de estudo, já que ela pertence a região em que seus índices diminuem a
medida em que seus vizinhos aumentam, bastando observar o mapa temático referente a esse
indicador, os seus vizinhos apresentam índices maiores do que ela. Os municípios de
Camocim e Chaval são exemplos das regiões que tendem a ter seus índices de freqüência
escolar aumentar enquanto os dos seus vizinhos decrescem.
4.2.4. Taxa de alfabetização
A região norte do estado concentrou os municípios que tem uma associação espacial positiva
com os seus vizinhos, em termo de taxa de alfabetização (figura 4.2.4). São exemplos desses
municípios a capital Fortaleza, Caucaia e Aquiraz. O que é bom, já que suas taxas são altas,
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
10
“ajudando” assim, os seus vizinhos. Nesta variável de estudo o IGM foi de 0,5028, sendo o
maior valor obtido entre as seis variáveis estudadas.
A região noroeste do estado já se mostrou como uma área preocupante pelos os seus baixos
resultados. Mas uma nova região que começa do centro e vai até a parte do sudoeste do estado
se mostrou como uma região crítica que, pelo menos nesse quesito, além de ter as menores
taxas, influenciam negativamente os seus vizinhos próximos.
O município de Quixeré esta numa região de transição na qual a sua taxa decresce enquanto a
dos seus vizinhos cresce. Isto explicado pela sua taxa alfabetização ser baixa enquanto os dos
seus vizinhos são bem superiores. Os municípios de Camocim, Tianguá e Crateús estão numa
região de transição contraria a do município de Quixeré, isto é, as suas taxas de alfabetização
aumentam enquanto os dos seus vizinhos decrescem.
4.2.5. IDH Educacional
O IDH Educacional é construído a partir dos indicadores de freqüência escolar e da taxa de
alfabetização, atribuindo a esta última, um peso dois. Era de se esperar que se encontrem nas
nossas visualizações, certa similiariedade entre elas.
Observando a figura 4.2.5 a região norte tinha apresentado os municípios com os maiores
índices de desenvolvimento educacional e pôde-se observar que ela também contribui com
que seus vizinhos, elevando seus índices. Destaca-se o município de São Gonçalo do
Amarante que embora pertencente a essa região, não tenha índice tão elevados quanto dos
outros componentes.
Um fato preocupante é que o Estado do Ceará apresentou muitos municípios que estão numa
região de autocorrelação espacial negativa. São exemplos: Granja, Tianguá, Tauá, Aiuaba e
Campos Sales.
Camocim, Crateús e Iguatu conseguem se sobressair nessa região, uma vez que, seus índices
crescem enquanto os dos seus vizinhos caiem. Enquanto o contrário é verificando com o
município de Jaguaruana. O IGM desta variável foi de 0,4863.
4.2.6. IDH-M
Em termos de IDH-M (figura 4.2.6), a região norte do Estado do Ceará foi uma região que
sempre apresentou os melhores índices, não tendo sido surpresa que ela tenha os melhores
índices de desenvolvimento humano no Estado. Mas, o mais importante é que ela tem uma
correlação espacial positiva com seus vizinhos, o que contribui para que os seus vizinhos
possam também se desenvolver. Este fenômeno também foi observado para região leste do
estado, onde estão, por exemplo, os municípios de Limoeiro do Norte, Quixeré e Tabuleiro do
Norte. A região noroeste do estado é a região que carece de mais atenção, pois além de
apresentar os piores índices, ela tem uma influencia negativa sobre os seus vizinhos próximos.
Infelizmente ela não é a única, a região sudoeste também sofre do mesmo problema. Chaval,
Granja, Barroquinha, Potengi e Araripe, são exemplos dos municípios contidos nessa região.
Há também municípios que se destacaram por não seguir o padrão existente nos seus
vizinhos. Cariré tende a ter seus índices diminuídos quando os dos seus vizinhos aumentam.
Já nos municípios de Campos Sales, Lavras das Mangabeiras e Tianguá acontece o contrário.
O IGM desta variável foi de 0,4500.
5. CONCLUSÕES E PERSPECTIVAS
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
11
A Análise Espacial é uma ferramenta que vem sendo atualmente bastante difundida e
utilizada, permitindo que conclusões acerca de fenômenos diversos possam ser
fundamentadas teoricamente, não se limitando a construção de “simples” mapas temáticos.
Talvez uma das maiores dificuldades para a aplicação destas ferramentas seja a ausência de
domínio dos conceitos de análise espacial e a não disponibilidade das ferramentas de análise
espacial com técnicas mais robustas inseridas em pacotes comerciais de SIG.
Neste trabalho pôde-se verificar a importância da análise espacial, mesmo nos seus recursos
mais “simples” (a visualização dos dados espacialmente facilita bastante o estudo, permitindo
facilmente a percepção de onde estão as regiões mais pobres, mais ricas, etc). Também fica
explícito para quem não é da área, mesmo com os mapas temáticos, a visualização das
informações e de suas possíveis correlações. Com a análise espacial propriamente dita pode-
se explicar, por exemplo, como uma determinada região apresenta índices ruins, enquanto que
seus vizinhos possuem índices elevados.
Já em termo de análise dos índices, é importante que se tome providências com os municípios
que apresentaram os piores índices como, por exemplo, os municípios de Araripe e Granja,
entre outros. Bem como, deve-se tomar como exemplo os municípios como Barbalha e
Limoeiro do Norte que, mesmo estando longe da região metropolitana, apresentaram índices
bastante satisfatórios, influenciando positivamente seus vizinhos.
REFERÊNCIAS BIBLIOGRÁFICAS
ACIOLI, Patrícia. Revista Sebrae - Crescimento Regional. Disponível em:
http://www.sebrae.com.br/revistasebrae/08/cresc_regional.htm. Acesso em: 04/06/2007.
ANSELIN, Luc. Spacestat – User’s Guide. University of Illinois, Urbana - Champaign.
Urbana, EUA, 1999. Disponível em: http://www.terraseer.com/spacestat/docs/V180man.pdf.
Acesso em: 18/06/2005.
BAILEY, T. C. e GATRELL, A. C. Interactive Spatial Data Analysis. Longman, Londres,
Inglaterra, 1995.
BERTINI, G. C. (2003) Uma modelagem orientada a objeto para o mapa urbano básico de
Belo Horizonte (MUB/BH), Monografia de Especialização, Pontifica Universidade Católica
de Minas Gerais.
CÂMARA, G. e CARVALHO, M. S. Análise de Eventos Pontuais. In: Fuks, S., 2000 D.; M.
S. Carvalho; G. Câmara; A. M. V. Monteiro (eds.). Análise Espacial de Dados Geográficos.
Instituto Nacional de Pesquisas Espaciais – Divisão de Processamento de Imagens, São José
dos Campos, São Paulo. Disponível em: http://www.dpi.inpe.br/gilberto/livro/analise/ , em
12/03/2005.
CÂMARA, G. eti alli (ed); Geoprocessamento – teoria e aplicação, 1999. Obtido em
http://www.dpi.inpe.br/gilberto/livro/ , em 12/03/2005.
CÂMARA, G.; A. M. V. MONTEIRO; S. DRUCK e M. S. CARVALHO. Análise Espacial e
Geoprocessamento. In: Fuks, S. D.; M. S. Carvalho; G. Câmara; A. M. V. Monteiro (eds.),
Análise Espacial de Dados Geográficos. Instituto Nacional de Pesquisas Espaciais – Divisão
de Processamento de Imagens, São José dos Campos, São Paulo, 2000. Disponível em:
http://www.dpi.inpe.br/gilberto/livro/analise/ , em 18/03/2005.
CHOU, Y. H. Exploring Spatial Analysis in Geographical Information Systems. On World
Press, Santa Fe, EUA, 1996.
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
12
HENRIQUE, C. S. Diagnóstico Espacial da Mobilidade e da Acessibilidade dos Usuários do
Sistema Integrado de Transporte de Fortaleza. Dissertação de Mestrado, Programa de
Mestrado em Engenharia de Transportes, Universidade Federal do Ceará, Fortaleza, CE,
2004. 165 fl.
QUEIROZ, M. P. Análise Espacial dos Acidentes de Trânsito do Município de Fortaleza.
Dissertação de Mestrado, Programa de Mestrado em Engenharia de Transportes,
Universidade Federal do Ceará, Fortaleza, CE, 2003, 124 fl.
RAMOS, F. R. Análise Espacial de Estruturas Intra-urbanas: o Caso de São Paulo.
Dissertação de Mestrado. Instituto Nacional de Pesquisas Espaciais – INPE, São José dos
Campos, SP, 2002. Disponível em: http://www.dpi.inpe.br/teses/fred/. Acesso em
15/04/2005.
JARA, Carlos J. A Sustentabilidade do Desenvolvimento Local: Um processo em Construção. Brasília: Instituto Interamericano de Cooperação para Agricultura: Recife: Secretaria de Planejamento do Estado de Pernambuco - SEPLAN, 1998, 316p.
SMITH, T.; PEUQUET, D.; MENON, S.; AGARWALL, P. KBGIS-II, A Knowledge-based
Geographical Information Systems. International Journal of Geographical Information
Systems. Vol. 1, nº. 2, 1987. Pp. 149-172.
Agradecimentos: a FUNCAP/CNPq: Fundação Cearense de Apoio ao Desenvolvimento
Científico e Tecnológico, convênio 06/2006 processo nº. 1099/06.
Figura 4.2.1: Moran Map para a Renda per
capta
Figura 4.2.2: Moran Map para a Expectativa
de Vida ao Nascer
IGM = 0,2645
IGM = 0,3854
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão
Salvador, BA, Brasil, 06 a 09 de outubro de 2009
13
Figura 4.2.3: Moran Map para a Freqüência
Escolar
Figura 4.2.4: Moran Map para a Taxa de
alfabetização
Figura 4.2.5: Moran Map para o IDH
Educacional
Figura 4.2.6: Moran Map para o IDH-M
IGM = 0,1735 IGM = 0,5028
IGM = 0,4863
IGM = 0,4500