Sistema de Apoio à Decisão - Fatores de transformação urbana

João Marques

Universidade de Aveiro jjmarques@ua.pt

Sistema de Apoio à Decisão - Fatores de transformação urbana

Monique Borges Universidade de Aveiro -Departmento de Ciências Sociais, Políticas e do Território, Universidade de Aveiro Monique@ua.pt Jan Wolf

Universidade de Aveiro -Departmento de Ciências Sociais, Políticas e do Território, Universidade de Aveiro

jwolf@ua.pt

8º _{CONGRESSO LUSO-BRASILEIRO PARA O PLANEAMENTO URBANO,}

REGIONAL, INTEGRADO E SUSTENTÁVEL (PLURIS 2018)

Cidades e Territórios - Desenvolvimento, atratividade e novos desafios Coimbra – Portugal, 24, 25 e 26 de outubro de 2018

SISTEMA DE APOIO À DECISÃO – FATORES DE TRANSFORMAÇÃO URBANA

J.L. Marques, M. Borges, J. Wolf.

RESUMO

O objetivo deste trabalho é apresentar conceptualmente um sistema de apoio à decisão (SAD) que permite modelar os principais fatores de transformação urbana ao nível municipal, e assim avaliar o impacto de políticas públicas no território. Este modelo inclui seis dimensões: a nível mais macro (regional) consideram-se a economia (1) e a demografia (2) e a nível mais micro (municipal) consideram-se as preferências de localização (3), a habitação (4), os serviços de interesse geral (5) e as infraestruturas (6). Este SAD combina 2 tipos de metodologias: por um lado, modelos formais (tais como modelos econométricos, projeções demográficas, métodos de estimação Bayesiana, otimização e algoritmos genéticos) e, por outro lado, abordagens mais informais, como sejam as análises multicritério e prospetiva. Sendo um trabalho ainda em desenvolvimento, este artigo apresenta de forma exploratória o funcionamento empírico de apenas em duas dimensões: i) a população: que é estimada à escala sub-municipal através do método de sobrevivência de coortes; ii) a habitação que é analisada em termos das suas características (idade das habitações, tipo de ocupação, etc.) utilizando uma abordagem de ciclo de vida. O protótipo aqui apresentado foi desenvolvido no contexto de um município da região de Aveiro e permite avaliar o ajustamento desejável entre a oferta de habitação, a organização da rede de escolas e a distribuição da população pelo território. No futuro, este tipo de ferramentas, integrada num SAD, permite avaliar as consequências de determinadas políticas pública no território, que devem ser articuladas com as preferências individuais e a configuração territorial necessária para garantir um equilíbrio entre principais fatores de transformação urbana.

1.

A natureza multidimensional dos processos de transformação urbana tem associado desafios que obrigam um olhar para estes fenómenos de forma integrada e apoiada em sistemas de informação e de apoio à decisão, que permitam, por um lado, capturar as lógicas dessas estruturas territoriais (heterogeneidade e interação espacial), monitorizando as suas dinâmicas de desenvolvimento; e por outro lado, influenciar e condicionar, com políticas públicas, ações e trajetórias de desenvolvimento expetáveis, devidamente consensualizadas.

Neste artigo são discutidos os requisitos, limitações e potencialidade dos Sistemas de Apoio à Decisão (SADs) para modelar a relação dos principais determinantes da transformação urbana. É esta discussão que está na base da proposta metodológica e concetual que se irá apresentar. O artigo organiza-se em cinco partes para além da introdução: i) a primeira apresenta um enquadramento teórico sobre os processos de transformação urbana e a importância dos SADs na compreensão dessas dinâmicas urbanas e na formulação de políticas que dirijam esses processos de evolução no sentido desejável; ii) a segunda consiste numa reflexão sobre as diferentes abordagens assumidas em SADs; iii) a terceira, numa perspetiva operativa, apresenta as principais dimensões a integrar num SAD para modelar os processos de transformação urbana; iv) a quarta consiste num contributo exploratório, a partir de um protótipo já desenvolvido que avalia a relação entre a oferta procura habitacional. Por fim são apresentadas e discutidas as principais conclusões.

2.

i) Urbanização, dispersão e fragmentação

As cidades estão em permanente mudança, onde os emergentes padrões de mobilidade, resultado do desenvolvimento de novos sistemas de transporte e comunicação, entre outros fatores, têm transformado significativamente as relações sociais, económicas e espaciais. Cidades antigas, caracterizadas por serem compactas e contínuas foram dando lugar a estensas áreas urbanas, mais fragmentadas e dispersas, onde os assentamentos urbanos se interpenetram com espaços florestais e agrícolas, e novas centralidades emergem alterando as lógicas estruturantes existentes.

Claro que o desenvolvimento de tais formas urbanas não resultaram num padrão territorial único nem os processos de urbanização acontecem ao mesmo ritmo. Por exemplo: na Europa, os processos de expansão e crescimento urbano disperso apareceram em contraste com os densos e tradicionais centros urbanos; enquanto que nos Estados Unidos da América, a espansão urbana acontece em áreas não desenvolvidas (geralmente com infra-estrutura serviços públicos limitados) e de baixa densidade (Urban Sprawl) (Cheshire et al., 1999). Uma análise mais cuidada sobre a forma como estes processos ocorrem é possível encontrar estudos que apresentam modelos cíclicos que antecipam uma sucessão de fases de transformação urbana, e que passam por: crescimento, suburbanização, declínio e (eventualmente) reurbanização (Champion, 2001; Hall, 1971). Estas diferentes fases expressam, essencialmente, tipos de crescimento urbano que ocorrem em diferentes períodos históricos, e que resultam de questões como a organização do trabalho, os meios de transportes ou os gostos e preferências, que se expressam numa valorização diferenciada de amenidades urbanas (espaço livre, proximidade a serviços, etc.).

Sendo a dispersão um fenómeno caraterístico da organização urbana, a sua definição não é clara e por vezes é objeto de algumas contradições. Na literatura, o conceito de dispersão urbana tem muitas vezes implítito um tipo de organiziação espacial caracterizado por um controle político insuficiente [“não planeado”, “descontrolado” e “descoordenado” (Nelson et al., 1995)]. No entanto, tal argumento não é absolutamente correto, já que os municípios são responsáveis pela promoção de políticas de expansão urbana que são baseadas no objetivo básico de atrair e fixar pessoas, promovendo para o efeito solo infraestuturado a um custo/preço muito mais baixo do que aquele que existe em áreas urbanas consolidadas. O resultado é todo um sistema de organização urbana: i) mais caro de operar e de manter, devido às necessidades de provisão serviços e infra-estruturas para as novas novas áreas de expansão; ii) que induz um crescente aumento do congestionamento de tráfego, resultado de um maior número de deslocações e consequente aumento da poluição do ar e de outros riscos; iii) que está associado a uma segregação socioeconomica mais intensa, que resulta da concentração de famílias mais carenciadas longe dos centros da cidade, onde o preço das habitações é incompatível com o seus níveis de rendimento (Duany et al., 2000; Carruthers, 2002; Burchell et al. 2005).

Apesar destes processos de urbanização resultarem em padrões e estruturas territoriais fragamentadas, tem havido uma tentativa permanente, ao longo da história, de compeender essa evolução, tipicamente como resultado: das suas características intrínsecas (locality – análise dos padrões de heterogeneidade espacial) e/ou da forma como se posiciona no contexto mais amplo, onde se realçam as relações de interdependência (location – análise da estrutura de dependência espacial) (Marques, 2012, Bhattacharjee et al., 2012).

ii) Compreensão dos padrões de organização urbana

A literatura de referência na área da economia urbana, e mais especificamente no domínio das teorias económicas de localização espacial, tem dado grandes contributos para a descrição (teoria positivista) e interpretação (teoria normativa) sobre a forma como o território é ocupado, e que assenta tipicamente numa premissa fundamental de que os lugares com melhores acessibilidades são mais atraentes e têm um valor de mercado mais elevado (com uma maior renda fundiária), em comparação com aquelas localizações mais periféricas. Estes princípios estão muito em linha com toda a conceção do modelo de von Thünen (1826) que depois de mais de um século foi estendido para o contexto urbano por Alonso (1964), e ampliado ainda por Muth (1961) e Mills (1972). Este

tipo de modelos, de natureza monocêntrica (pois consideram a existência de apenas um “centro de consumo”), foi dos mais usados em economia urbana, para observar as regularidades e padrões territoriais em todo o mundo, por muitos e longos anos.

No entanto, os processos de transformação urbana são caracterizados por um conjunto variável de nós e ligações que resultam numa rede complexa definida por múltiplos subsistemas. A coexistência de dois tipos de forças, que tipicamente atuam em sentidos opostos, as forças centrípetas (de atração e aglomeração) e as forças centrífugas (de repulsão e dispersão), e que estão na base de toda a teoria da Nova Geografia Económica (Krugman, 1999), são novos elementos que levam a abandonar as tradicionais formas de compreensão das estruturas urbanas. Acresce que, esta noção de economias de aglomeração e de externalidades (positivas ou negativas ligadas aos dois tipos de forças anteriormente identificadas), bem explicadas na Nova Geografia Económica (Fujita, Krugman, 1999), ocorreram de forma bastante diferenciada dependendo da escala de análise, tornando ainda mais desafiante todo o processo de compreensão dos fenómenos de transformação urbana.

iii) A escala territorial e os padrões de organização urbana

A análise das principais tendências de transformação urbana deve, então, ser feita de forma contextualizada, tendo em conta as diferentes escalas onde essas transformações ocorrem; dependendo da escala, os fenómenos de transformação urbana são distintos e até aparentemente contraditórios. À macroescala, e marcados por um sistema de comunicação internacional e pela integração em redes socioeconómicas supra-territoriais, tem-se vindo a desenvolver uma rede global de espaços urbanos crescentemente desligados dos contextos locais em que se inserem, numa tendência de “desregionalização” do desenvolvimento urbano (Stratmann, 2011). Esta rede urbana global tem-se vindo a caracterizar por dois processos distintos: por um lado, o da

especialização, levando a uma diferenciação das funções urbanas tendo em conta o seu papel na

hierarquia global; e por outro, o da homogeneização, que se relaciona com a uniformização de gostos, modas ou padrões de vida, resultando na disseminação de formas urbanas indiferenciadas que dão corpo ao que Koolhass denominou de ‘cidade genérica’ (Koolhaas, 1995). À escala urbana, têm-se destacado padrões de desenvolvimento difuso, caracterizado por uma tendência para a ocupação dispersa, fragmentada e, muitas vezes, caótica (Antrop, 2004; Carvalho, 2013; Glaeser, 2011). Como referido anteriormente, a expansão das áreas urbanas tem ocorrido fora dos centros consolidados, ligada a fenómenos de suburbanização, dispersão ou à afirmação e reforço de novas centralidades (Carvalho, 2013; R. H. Ewing, 2008), refletindo os custos elevados do solo nos centros das cidades, mas também as preferências de uma quantidade considerável de pessoas por habitações unifamiliares (Bruegmann, 2005; Carvalho, 2013; Glaeser, 2011; Gordon and Richardson, 1997). Acresce que muitos dos centros consolidados têm visto a sua identidade ameaçada por pressões diversas. Em particular, destacam-se os processos de gentrificação, mas também o crescimento do turismo nas cidades. Este último, tem contribuído para uma subida descontrolada dos preços dos alojamentos (Biagi, Brandano, and Lambiri, 2015) e para a substituição de usos residenciais por usos económicos, levando a alterações profundas da paisagem urbana. Para este fenómeno tem contribuído também o estabelecimento de espaços de vizinhança não necessariamente euclidianos (Marques, 2012), onde se partilham gostos, preferências e modos de vida, e que implicam uma certa estandardização das formas urbanas. Por esta razão, os diferentes contextos territoriais não podem ser analisados de forma hierárquica, mas sim como nós em contextos relacionais. É o significado e a composição das relações que definem a escala (Murdoch, 2006).

Apesar de ser evidente que a análise das principais tendências de transformação urbana (não só a compreensão dessas evoluções e processos como também os fatores que os determinam) é fortemente condicionado pela escala territorial onde se analisam esses fenómenos, também é certo que não existe uma escala rígida e pre-determinada para se proceder a essa análise, em resultado da complexa e diferenciada relação de contextos espaciais e de processos socioeconómicos (Marques, 2012; Bhattacharjee et al. 2012).

Comos vimos, as estruturas urbanas estão em permanente mutação. Como causas dessa transformação identificam-se fatores económicos, tecnológicos, demográficos, políticos e ambientais, e como consequencias têm-se padrões complexos de maior ou menor concentração/dispersão/fragmentação territorial. Os sistemas urbanos expandiram para além das suas fronteiras territoriais e os CBDs já não são mais o único centro de uma cidade. A existência de múltiplos subcentros com diferentes níveis de importância (diferentes níveis de economias de aglomeração e de externalidades), que aparecem e desaparecem, obriga a um planeamento que permita reverter, reforçar ou gerir processos de declínio demográfico e económico.

O desafio que as áreas urbanas enfrentam na definição de estratégias de desenvolvimento sustentáveis justifica, pois, compreender e acompanhar a evolução dos processos de transformação de um sistema urbano, sendo necessário ter em conta estas dinâmicas nas mais variadas escalas. O êxito das estratégias depende, em larga medida, da capacidade de se gerarem instrumentos e sistemas de governação capazes de avaliar o impacto das decisões políticas no território e na qualidade de vida das pessoas, de acordo com uma visão ancorada em consensos alargados sobre o que são as prioridades, os objetivos e as expetativas, para um médio/longo prazo, de um amplo leque de agentes intervenientes.

A este respeito, o planeamento, de modo a apreender, monitorizar e atuar sobre uma grande quantidade de fatores que variavelmente (ao longo do tempo e diferenciado em função da escala) influenciam o desenvolvimento urbano, tem-se debatido com a necessidade de desenvolver abordagens integradas que i) legitimam o envolvimento de agentes com diferentes interesses, opiniões, fontes de informação, necessidades, recursos e qualificações; ii) procuram refletir nas decisões as vontades, compromissos políticos e preferências coletivas, ao mesmo tempo que se articulam critérios técnicos; iii) reconhecem a importância de bases de informação tecnicamente instruídas, que permitam de forma fidedigna, não só conhecer a realidade sobre a qual incidem as medidas ou políticas, como também antecipar ou avaliar os seus impactos ou até tomar opções sobre cursos de ação alternativos.

Os SADs têm-se vindo a afirmar como ferramentas fundamentais de auxílio à definição de políticas urbanas. Frequentemente associadas a abordagens intensivas em dados e exigentes na sua modelação, estes sistemas podem ser entendidos de forma mais ampla como um mecanismo de estruturar e integrar fontes de informação, preferências individuais e nexos causais, no sentido de expor as consequências de diferentes opções e decisões políticas, técnicas ou societais. Assim, a mais-valia de um SAD não reside somente na sua capacidade de abranger e tratar uma grande e diversificada quantidade de informação, mas na forma como permite enquadrar essa informação em contextos concretos de tomada de decisão e ligá-las a sistemas de governação estabelecidos.

3.

Os SADs foram desenvolvidos e implementados desde meados da década de 1960 (Power, 2008). Mas, o conceito tem evoluído de forma muito rápida, de modo a integrar um cada vez maior número de dimensões que interagem entre si e que têm impactos muito variados [(in)diretos, (in)tangíveis, (sub)objetivos, de curto ou médio prazo] nas opções de tomada de decisão. A aplicação tem assumido os mais diversos contextos, desde a gestão operacional à gestão estratégica (Arnott et al, 2005; Eom et al, 1990; McCosh et al, 2006). Compreender um SAD implica avançar com um complexo debate sobre as principais dimensões que devem fazer parte de tal sistema. Power (2008) e Hättenschwiler (2001) apresentam um interessante trabalho, mas complementar no que deve ser a conceção de um SAD. Por um lado, Power concentra-se nos inputs que suportam a decisão, podendo estes estar associados à i) utilização das TICE para melhorar e tornar o processo mais célere; ii) análise documental como meio privilegiado da recolha de informação; iii) análise de séries temporais para produzir novos dados e indicadores de análise; iv) otimização e modelação para orientar a definição de ações a implementar; e v) à utilização de conhecimento especializado. Já Hättenschwiler (2001) foca-se no utilizador dessa mesma informação e na relação que diferentes utilizadores podem ter num contexto de decisão, definindo para o efeito três grandes grupos: i) os passivos, que utilizam a informação sem ter um papel direto na decisão a tomar; ii) os ativos, responsáveis pela decisões, ou apresentação de soluções; e iii) o de cooperação, cujas decisões são

consecutivamente discutidas com base nos dados produzidos ou analisados até à definição consensual das ações mais adequadas.

O contexto em que os SADs são aplicados determina as abordagens seguidas. Todavia, é relativamente consensual de que estes devem seguir perspetiva interdisciplinar e uma estrutura integrada capaz de lidar com: i) a informação (in)disponível; ii) a multidimensionalidade da realidade sobre a qual se toma determinada decisão; iii) a elevada incerteza a que a evolução dos comportamentos e variáveis dependentes estão sujeitos; iv) a necessidade de, num mesmo contexto, trabalhar objetiva e subjetivamente os assuntos; e v) combinar as perceções, expectativas e preferências coletivas, sejam dos decisores, sejam do público alvo afetado pela decisão.

Ao trabalhar esta dinâmica integrada dá-se conta de que os SADs têm um papel determinante na forma como a informação é recolhida, analisada e interpretada. Entre os desafios, para além da recolha direta (fontes documentais ou estatísticas, ou aplicação de inquéritos), do desenvolvimento de modelos analíticos formais, está a implementação de estratégicas ou aplicação de metodologias que permitam dar sentido a conhecimento cognitivo e disperso acumulado por diferentes agentes. Como proposta de ligar os vários contributos em matéria de apoio à decisão propõe-se uma tipificação de categorias de SADs, já desenvolvido em outros trabalhos (Marques et al 2018) que procura abranger as várias dimensões referidas acima.De forma simplificada são apresentados três tipos ou níveis, consoante a informação que utilizam e o tipo de respostas que se podem obter: i)

situacionais (diagnóstico); ii) previsionais (prognóstico); e iii) interativos (prospetiva).

O de nível 1, SADs Situacionais ou de diagnóstico, têm como objetivo reunir e sistematizar um conjunto variáveis, que podem traduzir-se em indicadores de monitorização das dinâmicas territoriais ou das estratégias e ações de desenvolvimento territorial pré-determinadas, de modo a aferir os desvios às metas estabelecidas. O de nível 2 são SADs previsionais ou de prognóstico, na medida em que se suportam em previsões que permitem antecipar decisões que respondam à evolução de um futuro expectável. Os modelos aqui desenvolvidos, com formalismos analíticos rigorosos, dependem da disponibilidade de séries temporais suficientemente longas e representativas da realidade que se queira estudar. Assume-se aqui também o pressuposto de que não há variáveis exógenas com capacidade para, no horizonte da previsão, alterar significativamente a série temporal de dados (Marques et al 2016). No nível 3 consideram-se os

SADs interativos ou de prospetiva. Têm uma natureza mais complexa e interdisciplinar. Os

modelos aqui desenvolvidos proporcionam um mecanismo sistemático para lidar com a complexidade, interdependência e subjetividade da informação, contribuindo assim, para a formulação de políticas onde a integração de atividades multidisciplinares é de vital importância (Martin e Irvine, 1989, Borges, 2012).

Embora ajustado a cada contexto de decisão, idealmente, um SAD deve considerar os três níveis anteriormente enunciados. Em muitos casos, o desenvolvimento de SADs surge associados a lógicas também elas integradas. Por exemplo, no domínio do planeamento, onde importa responder a desafios específicos inerentes aos fenómenos de transformação urbana, os diferentes níveis apresentados permitem compreender múltiplas perspetivas determinantes para melhorar as decisões tomadas neste domínio: a de monitorização – para os níveis 1 e 3; e o de avaliação ex ante – para os níveis 2 e 3; a de definição estratégica, para avaliar estratégias de desenvolvimento e opções políticas e seus impactos – em que os três níveis se complementam.

4.

É apresentada uma abordagem conceptual de um SAD que está a ser desenvolvido para auxiliar a avaliação do impacto de uma política setorial considerando fatores chave nos processos de transformação urbana (figura 1). Pretende-se evidenciar os desafios para a modelação de 6 subsistemas fundamentais do processo de transformação urbana: 1. Economia, 2. Demografia, 3. preferências de localização, 4. habitação, 5. serviços de interesse geral e 6. infraestruturas. As várias dimensões consideradas são tratadas de forma hierárquica. Na prática isto implica analisar políticas setoriais mostrando, posteriormente, os impactos induzidos nas outras dimensões do sistema urbano. Imagine-se, por exemplo, o caso de uma política ativa de reabilitação que aumente

a quantidade de habitação disponível em determinados segmentos de mercado. Conjugada com as preferências e recursos da população, uma política deste tipo vai alterar a distribuição da população à escala urbana suscitando alterações nas infraestruturas ou nos serviços de interesse geral. Por sua vez, alterações nestes serviços também influem na valorização de diferentes áreas da cidade. Operacionalizando, estes fatores são, de acordo com a ligação ao subsistema, trabalhados a nível mais macro, considerados à escala regional (1. economia e 2. demografia) e a nível micro, analisados à escala municipal (3. preferências de localização, 4. habitação, 5. serviços de interesse geral e 6. infraestruturas). Metodologicamente, este SAD combina duas tipologias diferentes de modelos: i) as ferramentas matemáticas e analíticas mais formais, como modelos econométricos, projeções demográficas, métodos de estimação bayesianos, otimização e algoritmos genéticos; ii) as abordagens mais informais que permitem lidar com opiniões, preferências individuais (recorrendo, por exemplo, a análises multicritério) e direcionar a ação para possíveis concretizações futuras (através de métodos e técnicas de Prospetiva). O desenvolvimento deste tipo de modelos é desafiante, não apenas em relação à recolha de dados, mas também ao nível metodológico, porque todas as dimensões são dependentes e interagem num conjunto complexo de dinâmicas territoriais (Bhattacharjee et al, 2012). Esses aspetos são ainda mais relevantes e críticos à medida que detalhamos a escala de análise, no caso concreto ao nível do município e à escala urbana.

Genericamente, o desafio que se assumiu ao desenhar a metodologia foi o de produzir uma ferramenta capaz de auxiliar a análise, compreensão e atuação e gestão territorial. Reconhecendo que a atratividade dos territórios está amplamente definida pela sua capacidade de proporcionar condições de vida adequadas aos interesses e expectativas da população, torna-se pertinente compreender como é que diferentes evoluções, decorrentes de políticas públicas e opções estratégicas pode impactar na procura de um território. Do lado da habitação refere-se não somente a qualidade física da mesma, mas o preço com que esta se disponibiliza para uma população com determinada disponibilidade financeira para suportar os encargos associados ao alojamento. Relativamente à rede de serviços (educação, saúde, cultura e lazer), é esperado que responda às necessidades da população, que difere de acordo com a sua estrutura etária, qualificações e interesses gerais. Também a rede de infraestruturas tem de evoluir de forma condizente de forma a garantir serviços de satisfação de necessidades básicas (acessibilidade, rede pública de água e esgotos). A um outro nível, a dimensão económica determina um elemento fundamental para a atração e fixação da população. Esta não pode ser trabalhada sem considerar a componente demográfica, quer pela importância da população em idade ativa que influencia a procura e oferta de emprego, quer pela população mais jovem (ou mais envelhecida) que se traduzem em taxas de mortalidade e de fecundidade distintas. Sobretudo a questão do emprego assume, à escala local, um significado especial, pois as pessoas tendem também além das amenidades locais escolher o seu local de residência de acordo com as oportunidades de emprego. As previsões demográficas são o ponto de partida na modelação deste sistema, que à escala local, é algo estimulante e exigente. A estimação em pequenas áreas (Castro et al 2015a), não é apenas relevante para países menos desenvolvidos, onde, geralmente, há problemas relacionados com a escassez e qualidade dos dados microdemográficos (mortalidade, fecundidade e saldos migratórios), mas também para países mais desenvolvidos, como é o caso de Portugal, principalmente quando se considera um tão desagregado nível de análise espacial. Sendo o balanço natural uma componente com reduzido impacto a nível micro espacial, é na componente migratória (nomeadamente as imigrações), que recaem os desafios de modelação e de previsão demográfica à escala municipal ou urbana.

Restrições e outcomes Infraestruturas Habitação (número, características e localização) Situação atual (status quo) Tendências Preferências de Localização

(disposição individual para pagar ou aceitar uma solução de organização espacial)

Distribuição da população

(Organização geográfica)

Drivers de transformação urbanaAbordagem setorial

Serviços IG (tipo e organização territorial) Ajustamento do sistema resultado de umapolítica dirigida a um dos drivers Políticas públicas setoriais

Drivers/fatores de transformação urbana

-Demografia e crescimento económico

Drivers a nível regional Amenidades ambientais Sustentabilidadeurbana Avaliação da sustentabilidade do sistema urbano Drivers a nível local Situação atual (status quo) Tendências Situação atual (status quo) Tendências (tipo e organização territorial)

5.

O SAD que se apresenta de seguida foi desenvolvido como protótipo da abordagem concetual sugerida na figura 1, relativamente aos subsistemas habitação e demografia. Assumiu-se como desafio a avaliação do impacto no território das opções políticas que viessem a ser definidas no domínio da habitação, a nível municipal. Este SAD reflete o esforço de desenvolver um modelo integrado e sugere a necessidade de alargar a perspetiva setorial, justificando a pertinência de uma lógica interativa como descrita na secção 4.

Importa, em primeiro lugar, contextualizar o desafio. Foi reconhecida a necessidade de assegurar que as opções que viessem a vincular, determinantes para o médio e longo prazo, fossem informadas por dinâmicas prospetivas. Foi esta noção consensualizada que conduziu a um trabalho que tomou como ponto de partida a análise das dinâmicas socioeconómicas (SAD nível 1) e a sua expectável evolução, num horizonte temporal de 20 anos (SAD nível 2). Com um foco na segunda dimensão, a análise considera o comportamento de variáveis económicas, nomeadamente o emprego, e de variáveis demográficas, como a fecundidade, mas em particular as migrações como elemento que retrata a principal ligação entre economia e demografia. Mas, se por um lado, à macro escala, as estimativas de população podem ser definidas pelos padrões de emprego e pelas migrações que se ajustam a cenários macroeconómicos, à escala local a distribuição dos saldos migratórios e da população carece de informação complementar. É neste sentido que perceber o impacto de políticas setoriais se torna relevante. A forma como a população se irá distribuir pelo território está ancorado às suas preferências e expectativas relativamente às oportunidades de emprego, de condições de habitabilidade e acesso às mais diversas amenidades urbanas.

Após um retrato territorial sobre a dinâmica de evolução demográfica e as condições de especialização económica e de emprego (SAD nível 1), optou-se por analisar a viabilidade de opções políticas no domínio da habitação concretizadas em taxas de construção e reabilitação, em resposta aos diferentes cenários de evolução demográfica. Também na componente habitacional se assumiu uma abordagem essencialmente de prognóstico (SAD nível 2), onde as tendências e características do parque habitacional foram extrapoladas para o mesmo horizonte temporal. Foi desenvolvida uma interface gráfica (figuras 3 a 6) que demonstra o balanço entre a procura (dada pela população prevista) e a oferta (obtida pela dinâmica do parque habitacional).

Este SAD é um instrumento inovador do domínio das políticas públicas que incidem na compreensão das configurações territoriais resultantes de impactos associados a opções estratégicas. Mais do que um trabalho de investigação, que permitiu o desenvolvimento de um modelo integrado, este SAD traduz uma oportunidade de produzir informação relevante e estruturada para o processo de tomada de decisão, ainda que direcionado para uma área setorial circunscrita. A ligação entre as dimensões demografia e habitação foram consubstanciadas através de uma reflexão profunda acerca das hipóteses de estratégia habitacional adequadas à procura esperada, também esta influenciada pela a) diminuição da dimensão média das famílias em linha

com a tendência registada nas últimas três décadas ou b) manutenção da dimensão média das famílias verificada em 2011. Sobre as características do parque habitacional foram trabalhadas duas situações. Uma, onde se consideraram apenas os alojamentos de primeira residência, permitindo equacionar se mantendo a estrutura de distribuição dos alojamentos segundo a forma de ocupação, seria possível dar resposta à procura de habitação em cada um dos cenários demográficos. Outra, onde se admitiu que os alojamentos de primeira residência não dariam resposta à procura de habitação e nesse caso seria necessário pensar que incentivos podiam ser criados para estimular o mercado de venda e/ou arrendamento.

A resposta a este desafio resultou da operacionalização do esquema apresentado na figura 2. Figura 2 – Fluxos do driver de transformação urbana Habitação

É a partir dos dados sobre o parque habitacional em 2011 que se estimou a quantidade de alojamentos existentes em 2040 tendo em consideração: i) a idade do parque habitacional, dada pelos alojamentos por época de construção; ii) a dinâmica de manutenção e construção do parque habitacional, definida pela taxa de demolição (associada à manutenção do parque e à longevidade dos alojamentos, considerada uma idade média do alojamento de 53 anos), taxa de reabilitação e taxa de construção; e iii) A estrutura de ocupação do parque habitacional por alojamentos ocupados (primeira e segunda residência) e alojamentos vagos (disponíveis no mercado e alojamentos para demolir ou sem condições de habitabilidade) utilizadas pelo INE nos Censos, que suporta a redistribuição de alojamentos em 2040 (por via da aplicação desta taxa de demolição).

Houve ainda um conjunto de pressupostos que permitiu afinar o ciclo de vida do parque habitacional, condicionando a quantidade de alojamentos existentes e de alojamentos que seriam sujeitos a intervenções de reabilitação, nomeadamente: i) sobre os alojamentos a reabilitar depois de aplicada a taxa de mortalidade, são considerados os alojamentos para demolir, os alojamentos sem condições de habitabilidade e os alojamentos disponíveis no mercado construídos antes de 1990 (que em 2040 necessitam de intervenções estruturais); a quantidade de alojamentos vagos é, naturalmente, influenciada pela taxa de construção, que aumenta a quantidade de alojamentos totais, mantendo a distribuição pelas diferentes formas de ocupação dos alojamentos.

Estão assim reunidas as condições para confrontar os resultados decorrentes da aplicação das taxas de reabilitação e de construção, de acordo com a estratégia local. A aplicação da taxa de reabilitação tem implicação na i) manutenção da quantidade de alojamentos totais; ii) diminuição dos alojamentos vagos para demolir ou sem condições de habitabilidade; e iii) aumento dos alojamentos ocupados, mantendo a proporção verificada em 2011. A aplicação da taxa de construção tem impacto no aumento i) da quantidade total de alojamentos; ii) da quantidade de alojamentos ocupados, considerando a proporção verificada em 2011; e iii) da quantidade de

alojamentos vagos disponíveis no mercado, considerando o peso total que a categoria “vagos” assume em 2011.

Assim, para determinar as necessidades habitacionais confronta-se a população prevista para 2040 e o tamanho das famílias, que permite perceber qual é a quantidade de alojamentos ocupados que fazem face à procura esperada. E é a diferença entre a quantidade de alojamentos ocupados necessários e a quantidade de alojamentos de primeira residência existentes em 2040 que define a quantidade de alojamentos necessários.

Não obstante da mais-valia de tal ferramenta e do exercício de reflexão que fundamenta e suporta o processo de tomada de decisão, esta deve ser complementada com outras considerações sobre o contexto territorial. Também, os pressupostos assumidos para modelar o ciclo de vida do parque habitacional podem ser sujeitos a outras abordagens, nomeadamente inseridas na lógica dos SADs de nível 3. A título de exemplo, a idade média e o quociente de mortalidade definidos podem ser ajustados de acordo com uma perceção mais fina sobre a dinâmica local, podendo a mesma ser diferenciada ao nível da freguesia. Correções a este nível podem ter na sua génese a explicação de que a política de investimento em reabilitação, dadas as recentes oportunidades de financiamento nesta área, produziu efeitos de escala, que devem ser modelados para resultados mais rigorosos. A afinação de critérios como este pode resultar de reuniões estruturadas, da organização de painel de peritos, ou da aplicação de questionários Delphi, em que são envolvidos especialistas na área, ou agentes territoriais com um elevado conhecimento local. Ao nível da distribuição populacional à microescala, também podem ser assumidos alguns ajustes. Exemplo disso é a metodologia implementada no projeto de investigação DONUT, onde as projeções demográficas serviram de ponto de referência a um conjunto de peritos que, face a cenários extremados, ajustaram essa distribuição usando argumentos sobre as preferências individuais. Recorrendo a SADs de nível 3, pode estar em causa exercícios de reflexão sobre as necessidades, expectativas e preferências de diferentes segmentos etários e a forma como isso se traduz em padrões de dispersão ou concentração de população.

Por fim, refere-se a mais-valia de combinar diferentes lógicas de SADs, nomeadamente como forma de colmatar a falta ou incoerência de dados disponíveis para modelar os fenómenos de transformação urbana. A forma como alguns dados são recolhidos podem colocar dúvidas e lapsos de interpretação. A este respeito podem ser apresentados alguns exemplos sobre os dados do parque habitacional, em concreto, sobre a forma como é feito o levantamento e registado o estado de conservação do edificado. Também, sobre o tipo de ocupação dos alojamentos, por exemplo, do que é considerado na categoria de alojamentos ocupados de uso secundário ou sazonal e de alojamentos vagos disponíveis para venda e arrendamento, poderá existir enviesamentos decorrentes da interpretação do inquirido. Em outros casos, a modelação de determinados fenómenos pode depender da utilização de informação que não existe, mas que é possível tacitamente obter, ou que não é publicamente disponibilizada, devendo ser repensados os mecanismos de recolha.

Em síntese, analisando o modelo aqui apresentado e a margem de melhoria que o mesmo sugere, os SAD de nível 1 permitem iniciar a sistematização da informação existente, que assumindo uma lógica de diagnóstico, contribuem também para monitorizar indicadores relevantes e dados passíveis de serem trabalhados nos SAD de nível 2. Com uma natureza mais informal, mas estruturada, os SADs de nível 3 auxiliam o decisor a posicionar-se face às incertezas e contingências futuras, ao mesmo tempo que permite calibrar dimensões alocadas aos SADs de nível 2. Os SADs de nível 2 assumem, portanto, uma função de ligação entre os de nível 1 e de nível 3, na medida em que é através deste que, num sistema complexo e com diferentes vertentes, a informação é integrada e operacionalizada.

Nas figuras que se apresentam em seguida (da 3 à 7) visualizam-se o interface da ferramenta desenvolvida. Através das estimativas da população para 2040, e sua distribuição territorial, é possível avaliar quantas habitações serão necessárias (oferta) para dar resposta à previsível procura, quer por via da construção de novas habitações, quer por processos de reabilitação.

Assim a figura 3, apresenta os dados do parque habitacional expectável para 2040, considerando os ciclos de vida típicos de uma habitação. Na figura 4, são apresentados os dados da população em 2040, onde é possível perceber os locais (freguesias) onde essa dinâmica é mais favorável (a

amarelo) e mais desfavorável (a vermelho). No cruzamento das duas informações anteriores tem-se a avaliação das necessidades (figura 5) onde é possível, naturalmente, verificar que assumindo taxas de construção e reabilitação nulas, há necessidades habitacionais, por isso, o mapa está representado a vermelho (evidenciando carências). De forma a simular quais seriam as taxas de construção e reabilitação necessárias para dar resposta à procura previsível, apresentam-se na figura 6 e 7, duas simulações. Na primeira, verificamos que, uma taxa de reabilitação de 5% ao ano não seria suficiente para suprir as necessidades (figura 6) – em todo o município, apenas uma freguesia (representada a vermelho) teria um parque habitacional em quantidade suficiente para as pessoas que se estimam lá existir. Numa segunda simulação (figura 7) são alteradas as taxas de construção de modo a responder às necessidades.

Figura 3- Parque habitacional Figura 4- Distribuição da população

Figura 5- Necessidades do parque habitacional Figura 6- Simulação das taxas de reabilitação

6.

Neste artigo foram apresentados os desafios à análise e compreensão dos processos de transformação urbana, que se têm traduzido por tendências contraditórias e de grande complexidade, quer à identificação dos fatores dessa transformação, que assumem comportamentos variáveis ao longo do tempo e diferenciados em função da escala de análise. A imprevisibilidade destes fatores e a forma como interagem entre si justificam o desenvolvimento de metodologias que respondam a essa complexidade e tirem partido do crescente manancial de informação e da capacidade computacional que caracteriza os tempos atuais. Os SAD assumem então uma importância acrescida na atividade de planeamento, ao permitirem sistematizar a informação útil e necessária para uma tomada de decisão informada, transparente e consequente.

Mas o reconhecimento destas potencialidades não implica assumir-se uma confiança inabalável neste tipo de instrumentos. Por um lado, os SADs não se substituem à tomada de decisão política uma vez que a natureza dos problemas tratados não permite (nem aconselha) circunscrever essas opções a critérios puramente objetivos, universais, inflexíveis ou definitivos. Por outro lado, simular a tomada de decisão em contextos complexos implica, naturalmente, a assunção de premissas fundamentais sobre os modelos a utilizar, as dimensões a considerar e a forma como estas se relacionam. Ou seja, a aplicação de um SAD tem implícito um amplo conjunto de pressupostos e quadros teórico-concetuais que não são indiferentes aos resultados que se obtêm. A utilidade dos SADs depende, assim, da sua capacidade de ajudar a avaliar formalmente diferentes estratégias de desenvolvimento para um território, em função de critérios cuja definição e peso atribuído depende de questões técnicas/científicas mas também políticas..

O presente artigo visa dar um contributo para a construção de um quadro metodológico e concetual, com uma demonstração prática, que, sem descurar a complexidade dos processos de transformação urbana, os aborde de uma forma integrada, estruturada e interrelacionada. Em particular, realça-se a análise conjunta das escalas territoriais que se consideram ser as mais adequadas para a compreensão de um determinado fenómeno urbano; a assunção dos padrões urbanos como resultado conjunto de escolhas individuais (no mercado da habitação) e das decisões ao nível de uma estrutura jurídico-administrativa que influencia aspetos básicos no desenvolvimento (tal como a configuração de equipamentos e estruturas ou índices de construção); a integração, num só modelo, de diferentes técnicas e abordagens metodológicas.

7.

Alonso, W. (1964). Location and Land Use, Cambridge University Press.

Antrop, M. (2004). Landscape change and the urbanization process in Europe. Landscape and Urban Planning, 67(1–4), 9–26.

Arnott, D. & Pervan, G. (2005). A critical analysis of decision support systems research. Journal of Information Technology, 20(2) 67-87.

Biagi, B., Brandano, M. G., & Lambiri, D. (2015). Does Tourism Affect House Prices? Evidence from Italy. Growth and Change, 46(3), 501–528.

Bhattacharjee, A., Castro, A., & Marques, J. (2012). Spatial Interactions in Hedonic Pricing Models: The Urban Housing Market of Aveiro, Portugal Spatial Economic Analysis Journal, (1), 133-167.

Borges, M. (2012). Análise Prospetiva - O Caso do Mercado da Habitação, Tese de Mestrado, Universidade de Aveiro.

Bruegmann, R. (2005). Sprawl. A Compact History. Chicago & London: The University of Chicago Press.

Burchell, R., Downs, A., McCann, B. and Mukherji, S. (2005). Sprawl Costs: Economic Impacts of Uncheaked Development, Island Press, USA.

Carruthers, J. and Gudmundur, F. (2002). Fragmentation and Sprawl: Evidence from Interregional Analysis. Growth and Change 33: 312-340.

Carvalho, J. (2013). Custos e benefícios, à escala local, de uma ocupação dispersa. Direção-Geral do Território.

Castro, E. Martins, J. & Silva, C. (2015b). A Demografia e o País: previsões cristalinas sem bola de cristal. Gradiva.

Champion, T. (2001). Urbanization, suburbanization, counterurbanization and reurbanization. In R. Paddison (Ed.), Handbook of urban studies (pp. 143–161). London: Sage Publications.

Cheshire, P., Summers, A. and Lanfranco, S. (1999). Urban Change in the United States and Western Europe: Comparative Analysis and Policy. Washington, D.C., Urban Institute Press. Duany, A., Plater-Zyberk, E. and Speck, J. (2000). Suburban Nation: The Rise and the Decline of

the American Dream. New York, North Point Press.

Eom, S. & Lee. S. (1990). SAD Applications Development Research: Leading Institutions and Most Frequent Contributors (1971-April 1988), Decision Support Systems (6)3, 1990a, 269-275. Glaeser, E. (2011). Triumph of the City. London: The Penguin Press.

Gomes, M., Silva, C., Castro, E. & Marques, J. (2016). Evolução da fecundidade em Portugal: uma perspetiva sobre a diversidade regional. Análise Social. LI (1.º) (n.º 219), 36-70.

Gordon, P., & Richardson, H. W. (1997). Are Compact Cities a Desirable Planning Goal? Journal of the American Planning Association, 63(1), 95–106.

Koolhaas, R. (1995). Generic Cities. S,M,L,Xl.

Krugman, P. (1999). Development, Geography, and Economic Theory, The MIT Press Cambridge, Massachusetts London, England.

Marques, J., Castro, E., Martins, J., Marques, M., Esteves, A. & Simão, R. (2008); Exercício de Prospectiva para a Região Centro - Análise de Cenários e Questionário Delphi. In RPER: Revista Portuguesa de Estudos Regionais.(19) 111-131.

Marques, J., Santos, R. & Castro, E. (2011). Construção de uma política educativa municipal: uma metodologia de abordagem centrada na demografia. In Casos de Desenvolvimento Regional (Eds.) Baleiras R. Principia; Cascais.

Marques, J.; (2012a). The notion of space in urban housing markets: PhD thesis in Social Sciences, University of Aveiro

Marques, J., Castro, E. & Bhattacharjee, A. (2012b). Methods and models for analysis of the urban housing market. In Emerging Challenges for Regional Development and Evolving Infrastructure Networks and Space. (Eds.) Capello, R. and Dentinho, T.; Edward Elgar. p. 149-180.

Marques, J. Castro, E. & Borges, M. (2016). A análise prospetiva: uma abordagem metodológica exploratória aplicada ao mercado da habitação; Boletim regional e urbano e ambiental; 14; Instituto de Pesquisa Econômica Aplicada - IPEA.

Martin, B., Irvine, J. (1989). Research Foresight: Priority Setting in Science. Londres: Pinter Publications.

McCosh, A. & Correa-Perez, B. (2006). The Optimization of What? in Gupta, J. G. Forgionne, and M. Mora, Intelligent Decision-making Support Systems: Foundations, Applications and Challenges, Springer-Verlag, 2006, 475-494.

Mills, E. (1972b). Urban Economics, Glenview, Illinois: Scott Foresman.

Murdoch, J. (2006). Post-Structuralist Geography: A Guide to Relational Space. London, SAGE Publication

Muth, R. F. (1961). The Spatial Structure of the Housing Market. Papers and Proceedings of the Regional Science Association 7: 207-220.

Nelson, A., Duncan, J., Mullen, C. and Bishop, K. (1995). Growth Management: Principles and Practices, Planners Press, APA, Chicago.

Power, D. (2008). Decision support systems: a historical overview. In Handbook on Decision Support Systems 1, 121–140. Springer.

Stratmann, B. (2011). Megacities: Globalization, Metropolization, and Sustainability. Journal of Developing Societies, 27(3–4), 229–259.

von Thünen, J. (1826). The Isolated State [Der Isolierte Staat]. New York, Pergamon Press. Wolf, J., Silva, C. & Marques, J. (2013). Empregos, migrações e populações estáveis e

estacionárias -Aplicação da metodologia DEMOSPIN aos concelhos do Pinhal Interior Sul e Dão-Lafões. 19º Congresso Nacional da APDR; Universidade do Minho; Braga; Junho, 20–21, 2013, pp. 871-879; (ISBN 978-989-96353-8-8).