Mapas da Pobreza Multidimensional para o Paraná

A figura 34 traz em destaque um grupo de maiores IPH-M, ao centro do estado e dois grupos de menores IPH-M, sendo um a leste e outro a oeste do estado. Pequenos grupos de municípios com menores IPH-M também são notados no espaço semelhante ao da microrregião de Maringá e nas redondezas de Pato Branco e de União da Vitória.

A consideração de um nível maior de agregação e espacialidade, qual seja, a microrregião, como se pode ver à figura 35, reforça aquela sugestão de possibilidade de clusters de municípios, pois demarca, em áreas maiores, espaços semelhantes àqueles ocupados por grupos de municípios de menores e maiores IPH-M, à exceção de um possível cluster de municípios a oeste

Esses mapas, contudo, devem ser lidos levando-se em consideração as características do cálculo do próprio IPH-M.

O cálculo do IPH-M, apesar de atribuir pesos iguais às componentes, enfatiza aquela que mais contribui com o IPH-M, uma vez que eleva cada uma das componentes à terceira potência.

45 O anexo A traz detalhada a explicação das diferenças entre os quantitativos referidos.

Figura 34 – IPH-M (Paraná, 2000)

Fonte: elaboração própria, a partir dos micro dados do Censo 2000/IBGE.

Figura 35 – IPH-Mic (Paraná, 2000)

Fonte: elaboração própria, a partir dos micro dados do Censo 2000/IBGE.

Para apenas 25, dos 399 municípios, a variável percentual de adultos analfabetos não é maior do que as demais. Essa variável apresenta média, entre os municípios paranaenses, de 18,57%, contra 7,83% da variável probabilidade de morte antes dos 40 anos e 5,55% da variável de padrão de vida. Tais percentuais acabam representando uma participação final no IPH-M, em média, de 58,0% para aquela primeira variável, 25,64% para a segunda e 16,40%

para a última. A superioridade dessa média, para a variável de analfabetismo de adultos, é confirmada considerando-se que essa é a única variável para qual mais de 50% dos municípios apresentam contribuições ao IPH-M superiores à média, mais exatamente, 57,14%

deles, contra 47,12% para a variável precariedade de sobrevivência e 38,10% para a variável precariedade no padrão de vida.

Semelhantemente à situação dos municípios, para as microrregiões os maiores percentuais de analfabetismo de adulto acabam influenciando mais o resultado do IPH-Mic.

Neste caso, apenas 3, das 39 microrregiões, não apresentam a variável percentual de adultos analfabetos maior do que as demais.

A contribuição média final dessa variável, para o IPH-Mic, é de 53,48%, contra 28,12% da variável probabilidade de morte antes dos 40 anos e 18,40% da variável de precariedade das condições mínimas de vida. Essa superioridade média, assim como para os municípios, pode ser entendida para as microrregiões como representativa de todas elas, uma vez que 56,41% das microrregiões apresentam percentuais de adultos analfabetos superiores à média, enquanto esse percentual é de 38,46% para a variável de probabilidade de morte abaixo dos 40 anos, e de 41,03%, para a variável de precariedade no padrão de vida.

Assim, a contribuição da variável analfabetismo de adultos acaba influenciando decisivamente o nível do IPH-M e do IPH-Mic. Essa influência tem implicações sobre os mapas.

Comparando-se os mapas da distribuição dos municípios paranaenses por IPH-M e da distribuição das microrregiões paranaenses por IPH-Mic, com os da distribuição das componentes do mesmo, apresentados às figuras de 36 a 41, percebe-se que os mapas do IPH-M e do IPH-IPH-Mic são muito semelhantes àqueles feitos considerando-se, apenas, sua componente analfabetismo de adultos. Isso implica dizer que a variável analfabetismo de adulto é decisiva na distribuição espacial dos municípios por IPH-M e das microrregiões, por IPH-Mic. Essa influência maior da variável analfabetismo de adultos, sobre os resultados do IPH-M e IPH-Mic e sua distribuição espacial, contudo, não quer dizer uma participação desprezível das outras variáveis no resultado final do IPH-M. Representa, apenas, uma menor participação dessas outras variáveis, conforme visto acima para as médias de participação de cada variável. Portanto, o indicador não perde seu caráter e mérito de indicador multidimensional da pobreza, para os municípios do estado do Paraná, mas os mapas devem ser vistos levando-se em consideração que refletem, basicamente, a situação de analfabetismo de adultos.

Figura 36 – Probabilidade de morte antes dos 40 anos, em % da população. (Paraná, municípios, 2000)

Fonte: elaboração própria, a partir dos micro dados do Censo 2000/IBGE.

Figura 37 – Percentual de adultos analfabetos (Paraná, municípios, 2000) Fonte: elaboração própria, a partir dos micro dados do Censo 2000/IBGE.

Figura 38 – Percentual de pessoas abaixo de um padrão mínimo de vida (Paraná, municípios, 2000)

Fonte: elaboração própria, a partir dos micro dados do Censo 2000/IBGE.

Figura 39 – Probabilidade de morte antes dos 40 anos, em % da população (Paraná, microrregiões, 2000)

Fonte: elaboração própria, a partir dos micro dados do Censo 2000/IBGE.

Figura 40 – Percentual de adultos analfabetos (Paraná, microrregiões, 2000) Fonte: elaboração própria, a partir dos micro dados do Censo 2000/IBGE.

Figura 41 – Percentual de pessoas abaixo de um padrão mínimo de vida (Paraná, microrregiões, 2000)

Fonte: elaboração própria, a partir dos micro dados do Censo 2000/IBGE.

Testadas as autocorrelações espaciais para o IPH-M, o coeficiente I, de Moran, apresentado na figura 42, abaixo, revela-se não significativo ao nível de 1%, como mostra o gráfico à figura 43, após 19 permutações.

Assim, parece haver dificuldade em se indicar possíveis relações ou processos gerais com relação à pobreza, para todo o estado do Paraná. O pseudo-teste com 999 permutações – mais confiável, portanto – aponta a significância do teste, de modo que aquela dificuldade pode ser aparente.

Feito o mapeamento para o coeficiente I de LISA, percebe-se, na figura 44, que podem ser consideradas relações locais de vizinhança com relação à pobreza (clusters).

Figura 42 – Gráfico de dispersão de Moran, para percentuais de domicílios pobres regredido sobre seus valores defasados no espaço (Paraná, municípios 2000)

Fonte: elaboração própria, a partir dos micro dados do Censo 2000/IBGE.

Figura 43 – Gráfico de permutações aplicadas à estatística I de Moran, com 19 e 999 permutações (Paraná, municípios 2000)

Fonte: elaboração própria, a partir dos micro dados do Censo 2000/IBGE.

Num nível maior de agregação, para as microrregiões, os IPH-Mic se distribuem com uma variação muito alta, como pode ser visto na figura 45. Mais uma vez, a estatística I, de Moran, não permite sugerir relações comuns entre os IPH-Mic para todo o estado, como pode ser visto nas figuras 46 e 47.

Figura 44 – Clusters e outliers significativos de IPH-M (Paraná, 2000) Fonte: elaboração própria, a partir dos micro dados do Censo 2000/IBGE.

Figura 45 – Clusters e outliers significativos de IPH-M, por grau de significância (Paraná, 2000) Fonte: elaboração própria, a partir dos micro dados do Censo 2000/IBGE.

Figura 46 – Gráfico de dispersão de Moran, para percentuais de domicílios pobres regredido sobre seus valores defasados no espaço (Paraná, microrregiões 2000)

Fonte: elaboração própria, a partir dos micro dados do Censo 2000/IBGE.

Figura 47 – Gráfico de permutações aplicadas à estatística I de Moran, com 19 e 999 permutações (Paraná, microrregiões 2000)

Fonte: elaboração própria, a partir dos micro dados do Censo 2000/IBGE.

Embora não se observe relações gerais entre os processos de pobreza, quaisquer que sejam eles para o estado do Paraná, tais relações parecem existir nos clusters, quando se trata das microrregiões. Assim, pode ser verificado na figura 48, que em termos de altos IPH-Mic, forma-se um cluster central, para uma área próxima àquela onde foi identificado um possível cluster de microrregiões de maiores IPH-Mic, assim como para os de IPH-Mic mais baixos, a leste do estado. O teste, contudo, é frágil, considerando-se que, conforme a figura 49, a maioria desses clusters é feita para os mais baixos níveis de significância.

Figura 48 – Clusters e outliers significativos de IPH-Mic (Paraná, 2000) Fonte: elaboração própria, a partir dos micro dados do Censo 2000/IBGE.

A influência da variável analfabetismo de adultos é representada na semelhança de clusters obtidos a partir, apenas, dos dados dessa variável. Como pode ser visto nas figuras 50 e 51, os mapas de clusters, respectivamente para municípios e microrregiões, parecem muito com aqueles feitos para, também respectivamente, IPH-M e IPH-Mic.

Figura 49 – Clusters e outliers significativos de IPH-Mic (Paraná, 2000) Fonte: elaboração própria, a partir dos micro dados do Censo 2000/IBGE.

Figura 50 – Clusters e outliers significativos de percentual de adultos analfabetos (Paraná, municípios, 2000)

Fonte: elaboração própria, a partir dos micro dados do Censo 2000/IBGE.

Figura 51 – Clusters e outliers significativos de percentual de adultos analfabetos (Paraná, microrregiões, 2000)

Fonte: elaboração própria, a partir dos micro dados do Censo 2000/IBGE.

Comparados os mapas para os municípios, com os feitos para os municípios e para as microrregiões, alguns clusters de maiores IPH-M, ao centro e a leste foram sugeridos. Esses mapas foram fortemente influenciados pela variável percentual de adultos analfabetos. Feito o teste do I, de Moran, para autocorrelações espaciais globais, não se constatou possibilidade de semelhanças entre os municípios ou as microrregiões para todo o estado do Paraná. O teste de LISA, contudo, demarcou, para um nível alto de significância, áreas de clusters que confirmam os mapas iniciais.

Assim, as semelhanças entre os IPH-M e entre os IPH-Mic se reforçam e são encontradas nos municípios vizinhos e de IPH-M mais altos e mais próximos, situados mais ao centro do estado, bem como nos municípios situadas numa área semelhante à da microrregião de Curitiba e maior do que ela, a leste do estado, que apresentam IPH menores.

Visto que os clusters sugeridos para os municípios a oeste e sudoeste do estado, assim como aqueles indicados para as proximidades dos municípios de União da Vitória e de Pato Branco envolvem poucos municípios, os quais se distribuem em mais de uma microrregião, é possível que o mapeamento das microrregiões não reflita tais clusters. Como estes são sugeridos da visualização do mapa feito para os municípios, não se deve descartar esses clusters de municípios.

Suavizados os dados para EB Moran, pode ser visto, na figura 52, que o cluster central

“desaparece” e se mantêm os demais, pelo menos em parte. Disto se depreende que o cluster central do estado pode estar sendo influenciado pelo tamanho das populações.

Figura 52 – Clusters e outliers significativos de percentual de IPH-M, dados suavizados com EB Moran (Paraná, municípios, 2000)

Fonte: elaboração própria, a partir dos micro dados do Censo 2000/IBGE.b

Assim, considerando-se os clusters, em termos dos municípios destacados no mapa de teste I, de LISA, não suavizado, serão tratados os quantitativos relacionados aos mesmos.

São 107 os municípios paranaenses considerados nos clusters mapeados na figura acima com o teste I de LISA. Desses, 64 estão nos clusters de menores IPH-M e 43 nos de maiores.

Dentre os municípios de menores IPH-M, a média de IPH-M é de 8,28, sendo que 46,87% desses municípios apresentam IPH-M inferiores à média. O menor IPH-M, nesse grupo, ocorre para o município de Entre Rios do Oeste e é de 3,29. O maior, por sua vez, é de 13,67, e ocorre para o município de Honório Serpa. O desvio padrão nos clusters de municípios de menores IPH-M é de 2,45.

O grupo de municípios com maiores IPH-M apresenta uma média deles de 20,40, estando 35,94% dos municípios abaixo dessa média. O menor IPH-M é de 14,27 e o maior de 30,70 e ocorrem, respectivamente, para os municípios de Guaraniaçu e Tunas do Paraná. O desvio padrão é de 3,71.

Assim, a superioridade do percentual de municípios que estão acima da média no primeiro grupo, juntamente com o menor desvio padrão, ajuda a diferenciar os dois grupos.