1
ANÁLISE DOS PADRÕES DE DISTRIBUIÇÃO DA POPULAÇÃO
EM CIDADES MÉDIAS PAULISTAS.
José Diego Gobbo Alves
jdgobboalves@gmail.com
Faculdade de Ciências Aplicadas/ FCA-UNICAMP
Resumo
Partindo da convergência dos padrões contemporâneos de produção de cidades e seus impactos na distribuição da população, este trabalho visa contribuir para a formação de um aporte teórico-metodológico para apreender a distribuição da população nas cidades brasileiras. Utilizando como estudo de caso as cidades médias paulistas, traz uma escala intraurbana de análise do fenômeno. Como proposta metodológica, utilizamos as medidas de estatística espacial: Average Nearest Neighbor, Directional Distribution (Standard Deviational Ellipse) e Standard Distance. Respectivamente, elas oferecem resultados da forma como a população está distribuída (clustered, aleatória e não-clustered), a orientação da distribuição da população e o grau de concentração ou desconcentração desta. Os resultados nas cidades médias paulistas avaliadas (Araraquara, Bauru, Franca, Mauá, Mogi das Cruzes, Jundiai, Limeira, Piracicaba, São Carlos e São José do Rio Preto) mostraram que há similaridades no padrão de distribuição da população, com diferenças em relação ao grau de concentração e a orientação da ocupação territorial da população. A metodologia utilizada mostrou um potencial significativo para o aprofundamento nas pesquisas relacionadas à temática de população e ambiente no contexto urbano.
2
Introdução
As cidades médias, àquelas de caráter intermediários na hierarquia urbana, possuem funções específicas na troca de fluxos de uma rede urbana. Elas são nós fundamentais de ligação entre as cidades pequenas e grandes, entre as outras cidades médias e grandes e entre as próprias cidades médias. Essas trocas passaram a ser muito mais complexas com o advento das telecomunicações e a mundialização da economia, como apontado por Sposito (2006).
Os termos “cidades médias” e “de porte intermediário” designam o mesmo tipo de cidade. Não são palavras sinônimas, mas pressupõe uma série de elementos comuns que a definição entre cidades médias não-intermediarias e cidades médias intermediárias é desnecessária. É claro que o grau de presença desses elementos varia de uma cidade média para a outra, mas em geral todas possuem as mesmas características econômicas, sociais, espaciais e demográficas.
Dito isso, o objetivo deste artigo é contribuir para a discussão sobre os padrões de distribuição da população encontrado nas cidades brasileiras, partindo de uma análise preliminar sobre as cidades médias paulistas. Buscando aprofundar os estudos realizados por Ojima (2007a, 2007b) sobre a dispersão urbana em escala regional, procuramos contribuir para a criação de metodologias capazes de mensurar a distribuição da população em uma escala local: intra-urbana e intra-municipal.
A hipótese discutida aqui é que estas cidades sofrem com um processo de expansão aos moldes metropolitanos: espraiado, de baixa densidade e com a criação de ilhas isoladas em relação a mancha urbana consolidada, que por sua vez, são influenciadas por um período neoliberal de produção de mercadorias, relações de trabalho, culturas e modos de vida. Tais aspectos reverberam nas formas de distribuição da população, com áreas segregadas e vulneráveis.
Devido a significativa quantidade de cidades médias no estado de São Paulo, foi estabelecido um recorte de dez cidade para esta análise: Araraquara, Bauru, Franca, Jundiaí, Limeira, Mauá, Mogi das Cruzes, Piracicaba, São Carlos e São José do Rio Preto. Estas cidades foram escolhidas por estarem entre a
3
faixa de população de 100 mil a 500 mil habitantes, critério definido pelo IBGE para definir uma cidade média.
Claro que há muita heterogeneidade entre as cidades médias, porém, o recorte possibilita uma análise mais aprofundada do que se propõe. Além disso, permite iniciar um debate a partir de questões como: Estamos diante de uma convergência no padrão de crescimento? Tal padrão leva uma homogeneização espacial e demográfica das cidades médias paulistas? Como articular tais questão com a crescente especialização das cidades que criam configurações distintas, diferenciando-as? Tais ideias vão de encontro com a contradição levantada pela Geografia ao determinarem o fim da região com o período neoliberal. Há um processo semelhante de definição do fim da heterogeneidade das cidades médias brasileiras? Qual o liame que interliga as cidades médias brasileiras, sobretudos as paulistas?
Contudo, de fato, as cidades médias também apresentam uma homogeneidade em aspectos mais formais, o que possibilita, como escrito por Calvino (1990), começarmos a entender o padrão de crescimento de uma cidade sem mesmo termos estado lá. Ou seja, ao pensarmos em cidade médias, surgirem ideias como: dispersão urbana, baixa densidade, fragmentação espacial, especulação imobiliária, vazios urbanos, privatização, entre outras. Isto ocorre porque há uma tendência a uma padronização da configuração espacial nestas cidades. A diferença é que o conteúdo entre elas muda, como mostrado por Calvino ao descrever as dinâmicas internas das cidades invisíveis.
A complexidade em estuda-las está na articulação entre as escalas (não cartográficas) em que os fenômenos se dão, como colocado por Sposito (2006). Para a autora, os papeis que as cidades desempenham na divisão econômica e social do trabalho se alteram muito rapidamente na contemporaneidade, onde as decisões ultrapassam as escalas locais e pode se dar até em âmbito internacional. Essa articulação requer um recorte temporal e espacial de analise, que incidem na compreensão das trocas que se dão em um determinado tempo e um espaço.
Um exemplo característico dessas articulações escalares comum nas cidades médias, são as empresas transnacionais. Constata-se uma clara articulação entre a matriz e a filial, em que as decisões externas impactam diretamente a vida das pessoas na cidade (demissões em massa, fechamento
4
da unidade, troca de administração, etc), além, claro, de toda a infraestrutura criada para atender as demandas que essas unidades impõem e as isenções de impostos. Ou seja, é uma nítida articulação entre espaços distantes territorialmente, mas interligados espacialmente e demonstra a já citada divisão do trabalho apontada por Sposito.
A mundialização da economia e o desenvolvimento das telecomunicações ampliaram muito os fluxos que uma cidade pode estabelecer com espaços distantes, e esses fluxos não se desenham, apenas, com cidades maiores ou menores, ao contrário, eles também se estabelecem entre cidades da mesma importância e entre essas e outras cidades constitutivas de outras redes urbanas (SPOSITO, 2006, p.148).
Devido a essa característica, é que os estudos não devem ser restritos cartograficamente aos limites de uma cidade, já que ela faz parte de uma rede urbana com trocas verticais e horizontais entre os agentes que produzem cidades. A reestruturação produtiva no período neoliberal, marcado pela flexibilização (da produção, das leis trabalhistas, da inserção espacial) redefine os papeis das cidades médias, tornando-as mais instáveis economicamente e mais sujeitas as variabilidades externas em relação ao seu papel na divisão territorial do trabalho.
As configurações das cidades paulistas de início refletiam à sua formação socioeconômica e a localização geográfica, Landim afirma que:
A homogeneidade dos padrões morfológicos urbanos no interior paulista está ligada a ciclos de desenvolvimento semelhantes, tais como a expansão cafeeira e o consequente incremento da rede ferroviária, e depois rodoviária, que imprimiram às cidades um padrão de urbanização bastante similar (LANDIM, 2002, p.111).
Contudo, os aspectos formais das metrópoles influenciaram o ritmo de suas configurações espaciais e nos seus valores estéticos, como no caso da modernização das metrópoles nas décadas de 1950 e 1960 que remodelaram as cidades médias com novas infraestruturas, asfaltamento das ruas de paralelepípedos, abertura e alargamento de vias, prédios, shoppings em prol do estágio de modernização em que o país se encontrava. Essas mudanças só foram possíveis pela disponibilidade tecnológica que conectaram estes espaços distantes territorialmente.
As cidades médias tiveram um importante papel no crescimento urbano da população paulista e de todo o Brasil na segunda metade do século XX. Entre as décadas de 1940 e 1970, em que há um forte vínculo entre urbanização e industrialização, as cidades com mais de 500 mil habitantes, sobretudo as
5
metrópoles, tiveram um rápido crescimento condicionado pela migração campo-cidade e entre as regiões. Porém, entre 1970 e 1990 as campo-cidades médias ganham importância na redistribuição da população, absorvendo parte significativa de população migrante (ANDRADE E SERRA, 1998).
Em relação ao interior paulista, os autores destacam que as cidades médias, sobretudo as pertencentes as regiões metropolitanas, serviram como uma válvula de escape para as indústrias que estavam na capital paulistana. Devido as deseconomias de aglomeração, isto é o fim das vantagens de estar aglomerado em um espaço com o aumento da rigidez das leis ambientais e dos congestionamentos, levaram essas empresas a procurarem outros espaços para produzir. Assim, as cidades médias cresceram pela desconcentração industrial paulista, aliada ao desenvolvimento dos transportes que possibilitaram que as pessoas não morassem na capital, mas que ainda continuasse trabalhando nela.
Landim (2002) observou semelhanças nas paisagens urbanas das cidades médias paulistas muito antes das políticas de desenvolvimento territorial e de moradias populares adotadas pelo Governo Federal em meados da década de 2000, que remodelaram toda a estrutura física e social das cidades. Objetivando analisar como as paisagens se formalizam e configuram através de agentes homogeneizadores, a autora analise algumas cidades do interior paulista e conclui que são cidades horizontais, onde a verticalização é pontual no espaço ou restringe-se as áreas centrais.
Apesar da leitura feira por Landim ser próxima do que é observado atualmente, as cidades médias sofrerem com um processo de verticalização também na periferia a partir dos incentivos financeiros dados pelo Governo Federal para as moradias populares. As consequências desse processo são amplamente discutidas na bibliografia, principalmente, sobre o Programa Minha Casa Minha Vida: a qualidade dos empreendimentos, a segregação socioespacial, a vulnerabilidade dessas famílias, o tipo de moradia, entre outros. Finalizando, Landim (2002, p. 121) destaca que:
A homogeneidade da paisagem urbana das cidades de porte médio do interior central do estado de São Paulo pode, então, ser compreendida a partir de dois componentes: seus determinantes locais, fundamentados nas origens semelhantes destas, e as atuais aspirações da população, induzidas pelos padrões das grandes cidades, considerados representantes de um status civilizado e moderno.
6
Complementando a ideia da autora, mais do que os determinantes locais de origem e as aspirações da população em prol de uma modernidade, as paisagens das cidades médias são influenciadas fortemente pela articulação das escalas temporais e geografias que as cidades mantêm com outros espaços da rede urbana que geram mudanças em suas paisagens.
É justamente estas interlocuções que trazem um paradoxo para as cidades médias: ao mesmo tempo que essas relações entre as escalas nacional e internacional trazem uma homogeneização da lógica de reprodução capitalista no espaço, elas se diferenciam através das especializações de cada cidade. Ou seja, mesmo que estejam submetidas há uma mesma lógica, cada cidade responderá de forma diferente a este processo, mesmo que as respostas sejam semelhantes, elas nunca serão idênticas. Isto posto, mesmo que as cidades apresentam semelhanças em sua imagem formal os conteúdos econômicos, políticos, sociais e culturais destas diferem-se significativamente uma das outras.
MÉTODOS
A metodologia utilizada para compor este trabalho está baseada no uso da Grade Estatística e na aplicação de medidas de estatística espacial: Average Nearest Neighbor, Directional Distribution (Standard Deviational Ellipse) e Standard Distance. Para isso, foi criado um banco de dados que concentrasse os arquivos vetoriais utilizados e os resultados das aplicações das medidas estatísticas. O software utilizado na pesquisa para a criação do banco de dados e a aplicação das ferramentas citadas foi o ArcGis, versão 10.5.
A Grade Estatística é um sistema de células regulares para agregação e disseminação de dados censitários utilizada recentemente pelo Instituto Brasileiro de Geografia e Estatística (IBGE) na divulgação dos resultados do Censo Demográfico de 2010. As células possuem dimensão de 200m x 200m para as áreas urbanas e 1km x 1km para as áreas rurais (IBGE, 2016).
Esta técnica traz avanços significativos para os estudos populacionais, principalmente, pela dimensão das células serem menores que as áreas dos setores censitários, contribuindo para a redução do MAUP (Modifiable Areal Unit Problem). Além disso, traz diversas vantagens: possui uma estabilidade espaço-temporal, já que as células não terão sua forma alterada através do tempo;
7
hierarquia e flexibilidade entre as células, podendo ser agregadas em escalas cartográficas menores e, possui uma maior resolução espacial dos dados (ver os trabalhos de BUENO, 2014; BUENO e D’ANTONA, 2014)
Foram selecionadas apenas as células urbanas com população das dez cidades paulistas avaliadas. O IBGE segue a delimitação municipal para diferenciar o espaço urbano do espaço rural, portanto, a seleção das células exclusivamente urbanas permite uma leitura da área urbana próxima ao qual o poder público municipal considera como de caráter urbano.
Sobre as células urbanas foram utilizadas as medidas de análise de padrões de concentração e de distribuição geográfica. A primeira é o Average Nearest Neighbor, que calcula o índice médio de vizinhança próxima entre cada feição (célula com população) e classifica o comportamento destas feições em clustered, aleatório e não-clustered (ver figura 02). O primeiro indica que as feições possuem um comportamento de concentração em cluster; o segundo indica que as feições possuem um comportamento aleatório, não permitindo qualquer inferência sobre o comportamento, já que não seguiria um padrão de clustered e nem não-clustered; ao terceiro indica que a distância entre as feições segue um padrão não agrupado, em que a distância entre as feições são praticamente as mesmas em toda a extensão.
Esta medida aponta o comportamento da distribuição da população, portanto, os resultados que indicam cluster significa que há uma descontinuidade na forma em que a população está distribuída no espaço. Por outro lado, o padrão em não-clustered, indica que há uma certa continuidade nesta distribuição. Entretanto, ela por si só não possibilita afirmar que não há um processo de dispersão e espraiamento urbano nas cidades que possuem um comportamento de não-clustered, apenas demonstra uma menor fragmentação.
A densidade demográfica e a segunda medida utilizada, a Directional Distribution (Standard Deviational Ellipse), possibilitam avaliar se há ou não esse espraiamento e qual a orientação deste. Sendo assim, a Directional Distribution é uma ferramenta que mede o grau em que as feições estão concentradas em torno de um centro médio e se estas feições possuem uma orientação. Logo, é possível avaliar se a distribuição da população possui uma orientação espacial.
8
Os resultados de saída desta ferramenta é uma variável espacial em forma de um arquivo vetor de uma elipse (shapefile).
A ferramenta Standard Distance mede o grau em que as feições estão concentradas ou dispersas em torno de um centro médio principal. Portanto, quando maior for a área do polígono, maior será a desconcentração da população. Os resultados de saída desta ferramenta é uma variável espacial em forma de um arquivo vetor de um círculo (shapefile).
Ressalta-se que nas ferramentas Directional Distribution e Standard Distance, os resultados se dão a partir da definição de um centro médio pelas próprias ferramentas, com base em todas as feições da área. Entretanto, se a seleção deste centro se der de forma arbitrária, com base no centro comercial por exemplo, os resultados tenderiam a ser diferentes.
Resultados e Discussão
Os resultados apresentaram uma semelhança quanto ao padrão de distribuição da população nas cidades médias paulistas. A tabela 01 apresenta o número de células ocupadas nas áreas urbanas dos municípios e em sua área total.
Tabela 1: Número de células ocupadas por municípios.
Municípios
Área Urbana Área do município
Total de Células Células Ocupadas População Total de Células Células Ocupadas População Araraquara 3.474 1.703 205.596 4.455 1.959 209.859 Bauru 7.102 2.455 339.029 7.564 2.571 340.348 Franca 3.172 1.842 313.210 3.777 2.170 318.246 Jundiai 6.405 3.079 365.281 8.554 3.206 375.779 Limeira 6.085 1.915 268.082 9.478 2.165 274.999 Mauá 1.708 1.143 403.585 1.708 1.143 403.585 Mogi das Cruzes 8.098 3.028 357.686 8.554 3.350 380.672 Piracicaba 8.527 2.919 354.255 9.709 3.297 360.194 São Carlos 3.108 1.322 214.378 4.248 1.722 221.292 São José do Rio Preto 4.455 2.458 389.131 4.776 2.629 407.277
9
Considerando o conjunto de células com população, observa-se que o número destas são menores do que o conjunto total de células, tanto nas áreas urbanas, quanto considerado os municípios como um todo. Em um primeiro momento, os dados indicam que há áreas sem população nas áreas urbanas e nas áreas rurais dos municípios. É sabido que a população não ocupa toda a extensão rural de um município, o problema está quando avaliamos as áreas urbanas.
Entre os municípios estudados o número de células urbanas ocupadas varia, entretanto, apenas cerca de 50% das células urbanas estão ocupadas em cada cidade. Casos como o de Bauru, Limeira, Mogi das Cruzes, Piracicaba e São Carlos, mostram um problema ainda maior por terem um número significativamente menor de células ocupadas.
Como a quantidade de células urbanas seguem as divisões municipais, há uma significativa parcela de terra urbana não ocupada. Essas áreas possuem características rurais e confundem-se com a área rural do município, porém, fazem parte de um forte processo de especulação imobiliária, principalmente, devido a sua proximidade com a área central ocupada e por estarem próximas às áreas dotadas de infraestruturas.
10
Figura 01: População em Piracicaba – São Paulo.
Fonte: IBGE, 2016. Elaborado pelo autor.
Pela figura é possível observar que entre parte dos fragmentos que concentram a população, há áreas que são de características fortemente rurais, não condizendo com o caráter urbano imposto pelo perímetro urbano.
Bauru e Piracicaba apresentam casos emblemáticos, os utilizaremos como exemplo. Considerando que as células urbanas possuem uma dimensão de 200 m x 200 m (40 m²), a área urbana total de Bauru é de 284 km², a área ocupada é de 98,2 km², o que resta 185,8 km² de área urbana não ocupada. O mesmo ocorre com Piracicaba, a área urbana total é de 341 km² e a área urbana ocupada é de 116, 8 km², restando 224,2 km² de área urbana desocupada.
Como a preocupação deste texto é contribuir para a discussão da distribuição da população em áreas intra-urbana, os dados apresentados não são suficientes para demonstrar o comportamento desta distribuição. Por isso, como apresentado na metodologia, foram utilizadas ferramentas de estatística espacial para mensurar tal distribuição.
Em relação a densidade demográfica, a cidade de Mauá é a que apresenta a maior densidade por hectare, com 88,27 hab./ha. A densidade
11
demográfica das outras cidades são: Araraquara (30,18 hab./ha.) Bauru (34,52 hab./ha), Franca (42,50 hab./ha), Jundiai (29,65 hab./ha), Limeira (34,99 hab./ha), Mogi das Cruzes (29,53 hab./ha), Piracicaba (30,34 hab./ha), São Carlos (40,54 hab./ha) e São José do Rio Preto (39,57 hab./ha).
Para compararmos essas densidades, pensando em um modelo de cidade sustentável, Mascaró (1986) coloca que a densidade por hectare deve ser de cerca de 450 a 540 habitantes, para se ter uma redução de custos com infraestruturas (água, luz, esgoto, pavimentação, etc.) e no uso de energia (iluminação, refrigeração, transporte, etc). Isto posto, observa-se que as cidades médias avaliadas estão muito abaixo de um padrão considerado sustentável ambientalmente e economicamente.
A cidade de Mauá apresenta uma densidade demográfica mais elevada devido a sua proximidade com a capital paulista, sendo influenciada diretamente pelo comportamento de expansão da metrópole.
A tabela 02 apresenta os resultados da variável Standard Distance nas cidades avaliadas.
Tabela 02: Resultado da variável Standard Distance nas cidades selecionadas.
Nome Comprimento (em m) Área (em m²) Centro X Centro Y
Standard Distance Araraquara 26.618,52 56.382.833,59 792.525,42 7.589.085,42 4.236,52 Bauru 35.400,46 99.723.382,35 698.449,23 7.530.508,06 5.634,23 Franca 26.541,28 56.056.084,87 875.720,27 7.725.781,20 4.224,23 Jundiai 43.514,43 150.676.537,77 919.834,19 7.431.039,65 6.925,62 Limeira 35.600,03 100.850.941,92 870.236,66 7.497.590,75 5.665,99 Mauá 21.593,49 37.104.357,58 964.950,13 7.375.306,45 3.436,75 Mogi das Cruzes 52.239,68 217.160.109,05 989.942,37 7.389.286,03 8.314,31 Piracicaba 48.432,59 186.661.373,14 843.741,14 7.483.409,69 7.708,38 São Carlos 36.203,12 104.296.824,42 820.806,43 7.562.903,65 5.761,98 São Jose do Rio
Preto 30.635,46 74.684.056,24 668.753,48 7.698.246,43 4.875,85
Fonte: IBGE, 2016. Elaborado pelo autor.
Com a variável Standard Distance tem-se os resultados do grau de concentração da população nas áreas urbanas. Quanto mais próximo de 0, maior será a concentração. Portanto, Mauá é o que apresenta o maior grau de concentração da população entre as áreas estudadas. Já Jundiai, Mogi das Cruzes, Piracicaba e São Carlos são as áreas que apresentam o menor grau de concentração.
12
Como o grau de concentração se dá com base em um centro geográfico determinado, o menor grau de concentração se dá justamente pelo espraiamento e dispersão da população que não está concentrada no espaço a partir do centro (como pode ser visto na área urbana ocupada da Figura 02).
Para aprofundar esta análise, a tabela 03 apresenta os resultados da variável Directional Distribution (Standard Deviational Ellipse) nas cidades avaliadas.
Tabela 3: Resultado da variável Directional Distribution nas cidades
selecionadas.
Nome
Comprimento (Em
metros) Área (em m²) Centro X Centro Y Eixo X Eixo Y
Rotação
(em graus) EixoY - EixoX Araraquara 26.498,28 54.343.912,56 792.525,42 7.589.085,42 3.628,43 4.767,68 152,91 1.139,25 Bauru 35.302,89 97.523.875,99 698.449,23 7.530.508,06 5.011,45 6.194,71 137,93 1.183,26 Franca 26.350,09 52.820.916,22 875.720,27 7.725.781,20 3.445,32 4.880,37 154,40 1.435,04 Jundiai 43.158,23 140.791.675,11 919.834,19 7.431.039,65 8.065,32 5.556,89 111,51 -2.508,43 Limeira 35.341,82 94.990.274,12 870.236,66 7.497.590,75 4.617,34 6.548,82 142,84 1.931,48 Mauá 21.347,42 33.712.204,57 964.950,13 7.375.306,45 4.092,02 2.622,58 54,96 -1.469,45 Mogi das Cruzes 51.696,90 199.064.643,68 989.942,37 7.389.286,03 6.442,33 9.836,25 177,45 3.393,92 Piracicaba 47.933,66 171.240.215,91 843.741,14 7.483.409,69 9.114,07 5.980,97 110,31 -3.133,11 São Carlos 35.149,60 79.760.895,92 820.806,43 7.562.903,65 3.436,58 7.388,55 16,70 3.951,97 São Jose do Rio Preto 30.595,16 73.898.215,30 668.753,48 7.698.246,43 4.509,37 5.216,64 150,07 707,27 Fonte: IBGE, 2016. Elaborado pelo autor.
Para avaliar a distribuição da população urbana, foi necessário avaliar os eixos X e Y. Portanto, na subtração do Eixo Y pelo Eixo X, quanto mais próximo de 0 for o resultado, mais a população estará distribuída de forma equânime no território e quanto mais distante de 0 (positivo ou negativo) for o resultado, maior será a tendência de uma orientação da distribuição da população.
Com isso, a área urbana de São José do Rio Preto é a que apresenta uma distribuição da população de forma mais equânime do que as outras. Por outro lado, nas áreas urbanas de Jundiaí, Mogi das Cruzes, Piracicaba e São Carlos são as que apresentam uma maior tendência da população urbana está distribuída de forma orientada.
Isto é, quanto maior a orientação da distribuição da população, mais elíptica fica o vetor resultante da varável (ver Figura 02). Quanto menor for a tendência de orientação, mais circular ficará o vetor resultante da variável.
13
A coluna intitulada “Rotação” indica a orientação em que se dá a distribuição da população. Portanto, se o resultado der um valor entre 0º e 5º, de 175º a 180º e 355º a 360º indica que a orientação da distribuição da população é entre Norte e Sul. Se o resultado for entre 86º e 94º e 266º a 274º a orientação será de Leste a Oeste. Por fim, se o resultado for entre 6º a 84º, 96º a 174º, 186º a 264º e 276º a 354º a distribuição tende a ser sentido Nordeste a Sudoeste ou Noroeste a Sudeste. A orientação de cada cidade segue as características econômicas, sociais e ambientais particulares de cada uma.
A figura 02 espacializa as características de distribuição da população nas cidades médias paulistas estudadas.
14
Fonte: IBGE, 2016. Elaborado pelo autor.
Com base na figura, é possível observar que a distribuição da população possui uma extensão territorial e concentração variada. Para avaliar este padrão de distribuição, foi utilizado o Índice de Vizinhança Próxima (Average Nearest Neighbor). A figura 03 a seguir mostra a síntese dos resultados para esta variável.
15
Figura 03: Índice de Vizinhança Próxima nas cidades médias paulistas.
Fonte: IBGE, 2016. Elaborado pelo autor.
A distribuição da população poderia ser classificada em três tipos: clustered, aleatório e não-clustered. Os resultados mostraram que os municípios de Bauru, Jundiai, Limeira, Mogi das Cruzes, Piracicaba e São Carlos apresentam um padrão de distribuição da população urbana em cluster, isto é, a população está distribuída concentrada em diversos cluster ou fragmentos ao longo do território.
Em contrapartida, os municípios de Araraquara, Franca, Mauá e São José do Rio Preto possuem um padrão considerado não-clustered, isto é, todos os
16
vizinhos próximos possuem a mesma distância um do outro, o que mostra que há uma regularidade na distribuição da população e tende a ser mais concentrado do que os municípios com a distribuição da população agrupada.
Considerações Finais
A proposta deste texto surgiu pela necessidade de se estabelecer metodologias operacionais para os estudos teóricos sobre as cidades brasileiras, especialmente, as cidades médias. Traz um caráter mais quantitativos para as significativas pesquisas qualitativas sobre o processo de espraiamento e dispersão urbana no Brasil, buscando ser uma proposta para articular análises qualitativas e quantitativas sobre o fenômeno. A estatística espacial mensura os padrões de distribuição da população, permitindo comparações entre as cidades e abrindo um leque de oportunidades para estudos de caso mais empíricos que delimitem as causas gerais e específicas da distribuição da população em cada cidade.
De todo modo, a metodologia traz uma possibilidade de avaliação e interpretação dos padrões de distribuição da população tanto nas cidades, quanto nas áreas rurais dos municípios. Mesmo que não seja o escopo deste trabalho, a metodologia pode ser aplicada nas áreas rurais, visando destacar como a população esta assentada no espaço.
Além disso, a metodologia permite diálogos com os trabalhos de Ojima (2007a, 2007b), Marandola e Hogan (2009), Marandola Jr. (2011) e Marandola Jr. e Ojima (2014) quanto às questões de distribuição da população, vulnerabilidade e risco. Em um contexto de riscos de diversas ordens crescentes e onipresentes, como bem apontado por Beck (2010), pensar no modo como a população ocupa o espaço é fundamental para criarmos políticas de atenuação dos riscos e diminuição do grau de vulnerabilidade.
Mas para que isso ocorra, é necessário que sejam criadas bases teóricas e empíricas de mensuração e apreensão sobre as formas que a população ocupa o espaço. Um primeiro esforço para esta análise da relação entre distribuição da população, vulnerabilidade e risco, utilizando a grade estatística, pode ser visto em IWAMA et al (2016). Porém, outras pesquisas necessitam ser
17
realizadas, divulgando novas metodologias e novos modos de pensar o espaço urbano.
Comparando as cidades médias paulistas estudadas, encontramos em um primeiro momento uma distribuição da população que se dá de forma dispersa no território. Observa-se que há um núcleo principal de ocupação mais antiga e mais conectado e, quando se vai em direção a periferia, tem se uma distribuição da população cada vez mais rarefeita, com vários espaços vazios formados por essa desconcentração.
São José do Rio Preto tem a área urbana que possui uma distribuição mais concentrada, se comparado com outras cidades, mas mesmo assim apresenta uma distribuição mais alongada para a região Sul. Já as cidades Jundiai, Mogi das Cruzes, Limeira, Piracicaba e São Carlos apresentam o sério problema de desconcentração da população, com a população distribuída de forma dispersa.
A maioria das cidades avaliadas, possui um comportamento em cluster, significa dizer que há uma dispersão e fragmentação territorial nessas cidades, tendo a presença de ilhas que concentra grupos de população de forma que gera uma descontinuidade da mancha urbana.
Pensando em padrões metropolitanos, mencionados no início deste texto, as cidades médias analisadas de fato apresentam padrões semelhantes, com um espraiamento e dispersão da população no espaço, áreas vazias e baixa densidade populacional.
Os resultados trazem indícios para pensarmos teoricamente sobre o comportamento da população que vivem cada vez mais distantes do aglomerado principal nas cidades. Refletindo em como o modo de vida foi alterado, pautado pela crescente presença dos automóveis e motocicletas e a negação do espaço de convivência público e coletiva, fazendo com que haja um maior isolamento de parte da população. Além disso, abre caminhos para pensarmos em como as cidades estão sendo produzidas, os impactos que este modelo causa para a sociedade, o meio ambiente e a economia local e regional.
18
AGRADECIMENTOS
O autor agradece à FAPESP (número do processo 2016/24641-3) pelo financiamento da pesquisa.
REFERÊNCIAS BIBLIOGRÁFICAS
ANDRADE, T. A.; SERRA, R. V. O recente desempenho das cidades médias no crescimento populacional urbano brasileiro. Textos para Discussão: Instituto de Pesquisa Aplicada (IPEA), 1998.
BECK, U. Sociedade de Risco: rumo a uma outra modernidade. São Paulo: Editora 34, 2010.
BUENO, M C. D. Grade estatística: uma abordagem para ampliar o potencial
analítico de dados censitários. 2014. Tese (Doutorado em Demografia)
Universidade Estadual de Campinas.
BUENO, M C. D.; D’ANTONA, A. O. Avaliação de métodos de desagregação para geração de grades de população. Revista Espinhaço, v. 3, p. 127-137, 2014.
CALVINO, Ítalo. As cidades Invisíveis. Companhia das Letras – São Paulo, 1990.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA - IBGE. Grade
Estatística. Rio de Janeiro, 2016.
IWAMA, A. Y. ; BUENO, M. C. D. ; D'ANTONA, Álvaro de O. ; BATISTELLA, M. . Riscos geotécnicos e vulnerabilidades: uma abordagem utilizando grade regular estatística em uma zona costeira do Brasil. Revista Brasileira de Cartografia
(Impresso), v. 68, p. 1019-1048, 2016.
LANDIM, P. C. Desenho de Paisagem Urbana: As cidades médias do interior central paulista. Paisagem Ambiente: ensaios - n. 16 - São Paulo - p. 109 - 133 – 2002
MASCARÓ, J. A forma urbana e seus custos. In: TURKIENCZ, B. & MALTA, M. (eds.) Desenho Urbano: Anais do II SEDUR – Seminário sobre Desenho Urbano no Brasil. Brasília: UnB, p. 61- 68, 1986.
MARANDOLA JR., E. Migração e geografia. Revista Brasileira de Estudos de
População (Impresso), v. 28, p. 245-247, 2011
MARANDOLA JR., E.; HOGAN, D.J. Vulnerabilidade do lugar vs. vulnerabilidade sociodemográfica: implicações metodológicas de uma velha questão. Revista
Brasileira de Estudos de População (Impresso), v. 26, p. 161-181, 2009
MARANDOLA JR., E.; OJIMA, R. Pendularidade e vulnerabilidade na Região Metropolitana de Campinas: repercussões na estrutura e no habitar urbano.
Revista Brasileira de Estudos Urbanos e Regionais (ANPUR), v. 16, p.
185-204, 2014.
OJIMA, R. Análise comparativa da dispersão urbana nas aglomerações
urbanas brasileiras: elementos teóricos e metodológicos para o planejamento urbano e ambiental. Tese. 2007a. UNICAMP –SP. 166p
Ojima, R. Dimensões da urbanização dispersa e proposta metodológica para estudos comparativos: uma abordagem socioespacial em aglomerações
19
urbanas brasileiras. Revista Brasileira de Estudos de População, 24(2), 2007b. 277-300. http://dx.doi.org/10.1590/ S0102-30982007000200007
SPOSITO, M. E. B. A produção do espaço urbano: Escalas, Diferenças e
desigualdades socioespaciais. In: CARLOS, A. F. C.; SOUZA, M. L. SPOSITO,
M. E.B: A produção do espaço urbano: agentes e processo, escalas e desafios. Contexto, 2017.
